Low-res two-view results

This table lists the benchmark results for the low-res two-view scenario. This benchmark evaluates the Middlebury stereo metrics (for all metrics, smaller is better):

bad 0.5, 1.0, 2.0, 4.0 [%]: Fraction of pixels with errors larger than the given number of disparities.
Average error [px]: The per-pixel average disparity error.
Root mean square error [px]: The per-pixel root mean square disparity error.
50%, 90%, 95%, 99% error quantile [px]: The highest disparity error within the given percentage of best pixels (for 50%, this is the median error).
Time [s]: The runtime of the method.

The mask determines whether the metric is evaluated for all pixels with ground truth, or only for pixels which are visible in both images (non-occluded).
The coverage selector allows to limit the table to results for all pixels (dense), or a given minimum fraction of pixels.

Methods with suffix _ROB may participate in the Robust Vision Challenge.

Click one or more dataset result cells or column headers to show visualizations. Most visualizations are only available for training datasets. The visualizations may not work with mobile browsers.

Method	all	lakes. 1l	lakes. 1s	sand box 1l	sand box 1s	stora. room 1l	stora. room 1s	stora. room 2l	stora. room 2s	stora. room 2 1l	stora. room 2 1s	stora. room 2 2l	stora. room 2 2s	stora. room 3l	stora. room 3s	tunnel 1l	tunnel 1s	tunnel 2l	tunnel 2s	tunnel 3l	tunnel 3s

CREStereo++_RVC	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Junpeng Jing, Jiankun Li, Pengfei Xiong, Jiangyu Liu, Shuaicheng Liu, Yichen Guo, Xin Deng, Mai Xu, Lai Jiang, Leonid Sigal: Uncertainty Guided Adaptive Warping for Robust and Efficient Stereo Matching. ICCV2023
s12784h	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

TANstereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

XX-TBD	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

CREStereo	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1
Jiankun Li, Peisen Wang, Pengfei Xiong, Tao Cai, Ziwei Yan, Lei Yang, Jiangyu Liu, Haoqiang Fan, Shuaicheng Liu: Practical Stereo Matching via Cascaded Recurrent Network with Adaptive Correlation. CVPR 2022
PMTNet	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

MEDIAN_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

AVERAGE_ROB	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1

light-stereo	0.05 57	0.04 52	0.01 10	0.02 14	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.03 53	0.02 20	0.01 10	0.73 442	0.01 10	0.01 9	0.01 9	0.01 10	0.02 20

Wz-Net-TNSev	0.02 15	0.05 66	0.04 65	0.07 67	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.06 70	0.04 66	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-SNSev	0.03 29	0.09 94	0.07 81	0.09 76	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.09 85	0.07 81	0.01 9	0.01 9	0.01 10	0.01 10

Wz-Net-MNSev	0.06 61	0.54 276	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.11 122	0.01 9	0.01 9	0.01 10	0.01 10

WZ-Net	0.05 57	0.50 258	0.10 93	0.12 106	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.12 111	0.10 99	0.01 9	0.01 9	0.01 10	0.01 10

HITNet	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10
Vladimir Tankovich, Christian HÃ¤ne, Yinda Zhang, Adarsh Kowdle, Sean Fanello, Sofien Bouaziz: HITNet: Hierarchical Iterative Tile Refinement Network for Real-time Stereo Matching. CVPR 2021
NVstereo2D	0.01 9	0.01 9	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWC_ROB	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCDC_ROB	0.01 9	0.01 9	0.02 15	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

PWCK	0.01 9	0.02 12	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 9	0.01 10	0.01 10

iinet-test	0.08 73	0.16 121	0.02 15	0.16 143	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.17 213	0.02 20	0.02 21	0.71 429	0.02 16	0.02 19	0.02 21	0.02 21	0.16 191

IINet	0.06 61	0.05 66	0.02 15	0.05 60	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.04 101	0.02 20	0.02 21	0.73 442	0.02 16	0.02 19	0.02 21	0.02 21	0.04 96

USTest	0.01 9	0.02 12	0.00 1	0.14 122	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.00 1	0.02 21	0.00 1	0.00 1	0.00 1	0.00 1	0.02 19	0.02 21	0.00 1	0.00 1

PSMNet-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

FACV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

IGEV-RUCA	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

coex-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

fast-acv-ft	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

CBFPSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

iinet-f	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev-Ref	0.11 112	0.44 229	0.33 265	0.39 243	0.02 22	0.03 44	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.39 287	0.36 329	0.02 19	0.02 21	0.02 21	0.02 20

Wz-Net-LNSev	0.06 61	0.24 154	0.20 192	0.23 178	0.01 10	0.02 20	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 10	0.01 9	0.01 10	0.01 10	0.23 196	0.21 205	0.02 19	0.01 9	0.01 10	0.01 10

Syn2CoEx	0.25 200	1.31 460	0.74 469	0.92 440	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.03 46	0.02 21	0.02 20	0.02 21	0.87 467	0.75 473	0.02 19	0.02 21	0.02 21	0.02 20

MFN_U_SF_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MSC_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

MFN_U_SF_DS_RVC	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCMid	0.08 73	0.02 12	0.02 15	1.01 461	0.03 52	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.04 90	0.09 140	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

ADCS	0.09 76	0.02 12	0.04 65	0.90 435	0.06 139	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.14 162	0.36 368	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

AnyNet_C01	0.11 112	0.02 12	0.02 15	1.62 567	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.02 21	0.06 116	0.04 98	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.03 52

RYNet	0.02 15	0.02 12	0.02 15	0.03 29	0.03 52	0.03 44	0.02 21	0.02 21	0.02 22	0.03 44	0.02 21	0.02 21	0.03 53	0.03 43	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

LSM0	0.02 15	0.02 12	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.02 15	0.02 16	0.02 19	0.02 21	0.02 21	0.02 20

RT-IGEV	0.07 67	0.05 66	0.03 40	0.05 60	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.04 101	0.04 90	0.03 52	0.75 445	0.03 39	0.03 41	0.03 57	0.03 47	0.04 96

RT-Monster	0.09 76	0.07 83	0.03 40	0.15 133	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.03 46	0.10 149	0.04 90	0.03 52	0.92 472	0.03 39	0.03 41	0.03 57	0.03 47	0.07 135

PipStereo	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22b	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22a	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

PSi22	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1c-attn	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1b	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1a	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pc	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pb	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i16pa	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1pa	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i1	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Foundation-i32	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i1	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

Selective-IGEV-i32	0.03 29	0.03 31	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

VMStereo-Base	0.03 29	0.09 94	0.08 83	0.09 76	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	0.08 77	0.08 84	0.03 41	0.02 21	0.02 21	0.02 20

zh-sn7	0.10 91	0.98 348	0.14 149	0.15 133	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.15 141	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

zh-mn7	0.12 121	1.14 390	0.17 177	0.20 161	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.18 168	0.16 170	0.03 41	0.03 57	0.03 47	0.03 52

G2L-ROB	0.03 29	0.06 79	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo_test	0.03 29	0.04 52	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

coex_refinement	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

G2L-Stereo	0.03 29	0.03 31	0.02 15	0.03 29	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.03 34	0.02 16	0.03 41	0.02 21	0.03 47	0.02 20

TCMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

TCMNet-wrong-test	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.02 21	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

YMNet_1	0.03 29	0.04 52	0.03 40	0.03 29	0.03 52	0.03 44	0.02 21	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.02 20	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

DualNet (step1)	0.10 91	1.05 377	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample9	0.10 91	1.05 377	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample8	0.10 91	1.05 377	0.12 124	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample7	0.09 76	1.00 357	0.11 113	0.11 98	0.02 22	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.03 57	0.03 47	0.03 52

test_sample6	0.09 76	0.97 347	0.10 93	0.10 81	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample5	0.10 91	1.07 381	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

test_sample4	0.10 91	1.03 373	0.12 124	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.13 159	0.03 41	0.03 57	0.03 47	0.03 52

test_sample3	0.09 76	0.87 324	0.10 93	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

test_sample2	0.09 76	1.03 373	0.11 113	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

test_sample1	0.09 76	0.87 324	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.04 92	0.02 21	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

SMFormer	0.09 76	1.01 367	0.09 89	0.09 76	0.03 52	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.09 94	0.03 41	0.02 21	0.03 47	0.02 20

tta	0.09 76	0.95 344	0.09 89	0.10 81	0.02 22	0.03 44	0.02 21	0.03 46	0.02 22	0.03 44	0.02 21	0.03 46	0.02 21	0.03 43	0.02 21	0.09 85	0.10 99	0.03 41	0.02 21	0.03 47	0.02 20

DualNet	0.10 91	1.07 381	0.11 113	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.10 90	0.10 99	0.03 41	0.03 57	0.04 97	0.03 52

1111x	0.10 91	1.14 390	0.13 144	0.14 122	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.11 122	0.03 41	0.02 21	0.03 47	0.02 20

xxx	0.09 76	1.01 367	0.10 93	0.10 81	0.03 52	0.03 44	0.03 54	0.03 46	0.02 22	0.03 44	0.03 56	0.03 46	0.02 21	0.03 43	0.02 21	0.10 90	0.10 99	0.03 41	0.02 21	0.03 47	0.03 52

x	0.11 112	1.15 393	0.15 166	0.14 122	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.15 167	0.03 41	0.03 57	0.03 47	0.03 52

CSP-Net	0.34 240	1.29 456	1.19 524	1.36 551	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.02 20	0.02 21	1.26 563	1.21 574	0.03 41	0.09 141	0.02 21	0.09 140

222	0.10 91	0.99 355	0.12 124	0.13 118	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.12 111	0.12 136	0.03 41	0.02 21	0.04 97	0.03 52

xxxx	0.11 112	1.16 395	0.16 170	0.12 106	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.13 126	0.16 170	0.03 41	0.04 99	0.04 97	0.04 96

test_xeample	0.10 91	1.09 383	0.13 144	0.12 106	0.03 52	0.03 44	0.03 54	0.04 95	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.14 133	0.14 163	0.03 41	0.03 57	0.03 47	0.03 52

BEATNet_4x	0.11 112	0.03 31	0.03 40	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

ADCL	0.11 112	0.03 31	0.03 40	1.60 564	0.03 52	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.05 104	0.03 52	0.03 34	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

AnyNet_C32	0.14 135	0.04 52	0.03 40	2.22 587	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.04 96	0.02 21	0.07 132	0.04 98	0.02 15	0.02 16	0.03 41	0.03 57	0.02 21	0.03 52

ADCPNet	0.10 91	0.03 31	0.04 65	1.27 536	0.03 52	0.04 96	0.03 54	0.03 46	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.08 135	0.04 98	0.04 59	0.03 39	0.03 41	0.03 57	0.03 47	0.03 52

IGEV_i1	0.26 209	0.05 66	0.04 65	0.06 65	0.03 52	0.05 111	0.03 54	0.05 110	0.03 59	0.05 113	0.03 56	0.04 96	0.06 135	0.05 104	0.03 52	4.34 659	0.03 39	0.04 93	0.03 57	0.05 114	0.04 96

AANet	0.07 67	0.04 52	0.03 40	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.11 162	0.04 90	0.03 52	0.58 402	0.04 66	0.04 93	0.04 99	0.04 97	0.03 52

z-mn7	0.16 154	1.21 446	0.33 265	0.41 268	0.04 101	0.04 96	0.03 54	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.35 255	0.31 270	0.04 93	0.04 99	0.04 97	0.04 96

z-ln-s-r	0.21 181	1.40 469	0.53 408	0.56 373	0.04 101	0.05 111	0.04 104	0.05 110	0.05 125	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.05 116	0.57 401	0.44 381	0.04 93	0.04 99	0.04 97	0.04 96

w-ln-seven-2	0.14 135	1.22 452	0.28 229	0.32 215	0.04 101	0.03 44	0.03 54	0.03 46	0.03 59	0.03 44	0.03 56	0.03 46	0.03 53	0.03 43	0.03 52	0.32 237	0.27 234	0.04 93	0.03 57	0.03 47	0.03 52

GASNet	0.05 57	0.04 52	0.12 124	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.12 157	0.04 111	0.06 125	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

qqq	0.16 154	2.01 537	0.12 124	0.15 133	0.04 101	0.06 120	0.05 121	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.03 52	0.12 111	0.14 163	0.04 93	0.04 99	0.03 47	0.03 52

psmg	0.43 312	1.91 528	0.92 495	1.91 574	0.02 22	0.02 20	0.03 54	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.02 21	0.03 43	0.02 21	1.97 604	1.44 597	0.04 93	0.03 57	0.02 21	0.03 52

FADNet-RVC-Resample	0.12 121	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	1.57 628	0.04 59	0.04 66	0.04 93	0.05 123	0.04 97	0.06 131

FADNet_RVC	0.12 121	0.04 52	0.04 65	0.05 60	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.65 632	0.05 66	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

FADNet-RVC	0.13 128	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.05 121	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.05 118	0.04 90	1.71 637	0.04 59	0.04 66	0.04 93	0.04 99	0.07 133	0.04 96

FADNet	0.12 121	0.05 66	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.05 118	0.04 90	1.66 634	0.06 70	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

ADCRef	0.12 121	0.03 31	0.04 65	1.71 570	0.04 101	0.03 44	0.03 54	0.04 95	0.04 104	0.04 92	0.03 56	0.04 96	0.03 53	0.06 116	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.03 47	0.04 96

ADCP+	0.15 147	0.04 52	0.04 65	2.20 586	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.05 128	0.04 96	0.04 101	0.08 135	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96

NVStereoNet_ROB	0.04 54	0.04 52	0.04 65	0.04 53	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.04 59	0.04 66	0.04 93	0.04 99	0.04 97	0.04 96
Nikolai Smolyanskiy, Alexey Kamenev, Stan Birchfield: On the Importance of Stereo for Accurate Depth Estimation: An Efficient Semi-Supervised Deep Neural Network Approach. Arxiv
ManiGeoR	0.17 158	0.05 66	0.62 427	0.73 411	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLF11	0.17 158	0.05 66	0.63 431	0.72 407	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 429	0.59 431	0.05 108	0.04 99	0.04 97	0.04 96

HLf10	0.17 158	0.05 66	0.62 427	0.73 411	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

HLf8	0.17 158	0.05 66	0.62 427	0.72 407	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.72 437	0.58 425	0.05 108	0.04 99	0.05 114	0.04 96

TestStereo_HLe17	0.17 158	0.05 66	0.65 438	0.72 407	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.71 429	0.59 431	0.05 108	0.04 99	0.05 114	0.04 96

w-ln-seven	0.18 167	1.47 471	0.33 265	0.40 256	0.04 101	0.04 96	0.04 104	0.04 95	0.04 104	0.04 92	0.04 111	0.04 96	0.04 101	0.04 90	0.04 98	0.38 274	0.32 274	0.05 108	0.04 99	0.04 97	0.04 96

DFGA-Net	0.05 57	0.06 79	0.04 65	0.06 65	0.04 101	0.06 120	0.04 104	0.06 122	0.04 104	0.06 124	0.04 111	0.06 125	0.04 101	0.06 116	0.04 98	0.06 70	0.04 66	0.05 108	0.04 99	0.05 114	0.04 96

mmm	0.14 135	1.83 513	0.12 124	0.11 98	0.03 52	0.03 44	0.03 54	0.03 46	0.04 104	0.03 44	0.03 56	0.03 46	0.03 53	0.06 116	0.04 98	0.12 111	0.11 122	0.05 108	0.04 99	0.05 114	0.04 96

ffm	0.25 200	3.83 622	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

ff1	0.25 200	3.83 622	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

mmx	0.25 200	3.83 622	0.12 124	0.12 106	0.05 126	0.06 120	0.05 121	0.06 122	0.05 125	0.03 44	0.03 56	0.06 125	0.05 118	0.06 116	0.05 116	0.12 111	0.12 136	0.05 108	0.04 99	0.06 123	0.04 96

APVNet	0.09 76	0.05 66	0.04 65	0.05 60	0.04 101	0.05 111	0.90 526	0.06 122	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.04 66	0.05 108	0.04 99	0.05 114	0.05 122

EDNetEfficient	0.04 54	0.05 66	0.04 65	0.04 53	0.03 52	0.04 96	0.03 54	0.04 95	0.03 59	0.04 92	0.03 56	0.04 96	0.03 53	0.04 90	0.03 52	0.05 66	0.03 39	0.05 108	0.03 57	0.04 97	0.03 52

qqq1	0.25 200	3.70 616	0.14 149	0.14 122	0.04 101	0.06 120	0.05 121	0.06 122	0.05 125	0.06 124	0.05 128	0.04 96	0.05 118	0.06 116	0.05 116	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

fff1	0.25 200	3.70 616	0.14 149	0.14 122	0.04 101	0.06 120	0.05 121	0.06 122	0.05 125	0.06 124	0.05 128	0.04 96	0.05 118	0.06 116	0.05 116	0.13 126	0.12 136	0.06 121	0.05 123	0.03 47	0.04 96

11t1	0.17 158	2.16 547	0.13 144	0.13 118	0.04 101	0.06 120	0.04 104	0.06 122	0.04 104	0.06 124	0.03 56	0.06 125	0.03 53	0.06 116	0.05 116	0.18 168	0.12 136	0.06 121	0.03 57	0.05 114	0.03 52

EDNetEfficientorigin	0.04 54	0.06 79	0.04 65	0.05 60	0.04 101	0.05 111	0.04 104	0.05 110	0.04 104	0.05 113	0.04 111	0.05 113	0.04 101	0.05 104	0.04 98	0.05 66	0.03 39	0.06 121	0.03 57	0.04 97	0.03 52

GwcNet	0.12 121	0.07 83	0.05 80	0.08 69	0.05 126	0.08 133	1.20 558	0.07 132	0.05 125	0.05 113	0.05 128	0.08 134	0.05 118	0.08 135	0.03 52	0.07 75	0.05 78	0.06 121	0.05 123	0.07 133	0.05 122

DispViT+	0.07 67	0.08 85	0.12 124	0.08 69	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.08 77	0.07 81	0.07 126	0.05 123	0.07 133	0.05 122

BridgeDepth_RVC	0.07 67	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.05 125	0.08 134	0.05 128	0.08 134	0.05 118	0.08 135	0.05 116	0.11 105	0.10 99	0.07 126	0.05 123	0.07 133	0.05 122
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
BridgeDepth	0.08 73	0.08 85	0.11 113	0.11 98	0.05 126	0.08 133	0.05 121	0.08 135	0.07 142	0.08 134	0.05 128	0.08 134	0.05 118	0.09 141	0.08 135	0.15 141	0.11 122	0.07 126	0.05 123	0.07 133	0.06 131
Tongfan Guan, Jiaxin Guo, Chen Wang, Yun-Hui Liu: BridgeDepth: Bridging Monocular and Stereo Reasoning with Latent Alignment. ICCV 2025 Highlight
FINET	0.07 67	0.08 85	0.07 81	0.07 67	0.07 141	0.08 133	0.06 138	0.08 135	0.07 142	0.08 134	0.07 143	0.08 134	0.06 135	0.07 132	0.07 133	0.08 77	0.07 81	0.07 126	0.07 135	0.06 123	0.06 131

SuperB	0.21 181	0.10 98	2.51 654	0.12 106	0.09 145	0.10 143	0.09 145	0.08 135	0.07 142	0.10 143	0.09 147	0.09 142	0.07 141	0.07 132	0.07 133	0.07 75	0.08 84	0.07 126	0.07 135	0.08 138	0.07 135

TS12	0.09 76	0.09 94	0.17 177	0.19 157	0.06 139	0.08 133	0.06 138	0.08 135	0.06 138	0.08 134	0.06 139	0.08 134	0.06 135	0.08 135	0.06 132	0.15 141	0.16 170	0.08 131	0.06 134	0.08 138	0.06 131

AASNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

SACVNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

AACVNet	0.06 61	0.08 85	0.08 83	0.08 69	0.05 126	0.06 120	0.05 121	0.05 110	0.06 138	0.06 124	0.06 139	0.05 113	0.06 135	0.06 116	0.05 116	0.08 77	0.08 84	0.08 131	0.05 123	0.06 123	0.05 122

BEATNet-Init1	0.19 171	0.08 85	0.08 83	2.23 588	0.08 143	0.08 133	0.07 142	0.07 132	0.08 146	0.08 134	0.07 143	0.08 134	0.07 141	0.11 156	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

DeepPrunerF	0.19 171	0.08 85	0.08 83	2.23 588	0.08 143	0.08 133	0.07 142	0.07 132	0.08 146	0.08 134	0.07 143	0.08 134	0.07 141	0.11 156	0.08 135	0.08 77	0.08 84	0.08 131	0.07 135	0.08 138	0.08 137

SepStereo	0.09 76	0.09 94	0.10 93	0.09 76	0.09 145	0.09 141	0.09 145	0.10 142	0.08 146	0.10 143	0.09 147	0.09 142	0.09 145	0.09 141	0.08 135	0.09 85	0.08 84	0.09 137	0.08 139	0.09 142	0.08 137

ISRNet	0.11 112	0.05 66	0.36 288	0.24 183	0.07 141	0.13 158	0.05 121	0.06 122	0.05 125	0.05 113	0.05 128	0.13 159	0.05 118	0.05 104	0.09 140	0.24 203	0.20 201	0.10 138	0.05 123	0.06 123	0.13 179

AnonymousM	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

PVD	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SHD	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

SAMSARA	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

XQC	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSC	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTS	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

RTSA	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet+	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

MADNet++	0.10 91	0.10 98	0.10 93	0.10 81	0.10 152	0.10 143	0.10 150	0.10 142	0.10 150	0.10 143	0.10 151	0.10 145	0.10 149	0.10 145	0.10 146	0.10 90	0.10 99	0.10 138	0.10 148	0.10 143	0.10 145

JetRed	0.11 112	0.12 111	0.11 113	0.11 98	0.11 168	0.11 154	0.14 182	0.11 154	0.11 165	0.12 157	0.11 165	0.11 155	0.11 162	0.11 156	0.11 158	0.11 105	0.16 170	0.11 149	0.11 160	0.11 153	0.11 158

JetBlue	0.11 112	0.11 109	0.12 124	0.13 118	0.14 187	0.11 154	0.11 163	0.11 154	0.11 165	0.11 155	0.11 165	0.11 155	0.11 162	0.12 160	0.12 170	0.11 105	0.11 122	0.11 149	0.11 160	0.11 153	0.11 158

PASM	0.39 284	3.06 601	1.36 590	1.58 560	0.09 145	0.11 154	0.11 163	0.11 154	0.11 165	0.09 141	0.09 147	0.11 155	0.09 145	0.09 141	0.09 140	0.11 105	0.11 122	0.11 149	0.09 141	0.11 153	0.11 158

MatchStereo	0.54 387	0.12 111	2.38 652	2.32 594	0.09 145	0.09 141	0.08 144	0.09 141	0.07 142	0.09 141	0.07 143	0.09 142	0.07 141	0.09 141	0.08 135	2.34 627	2.34 646	0.12 152	0.11 160	0.11 153	0.10 145
Tingman Yan, Tao Liu, Xilian Yang, Qunfei Zhao, Zeyang Xia: MatchAttention: Matching the Relative Positions for High-Resolution Cross-View Matching. Arxiv, 2025
LRCNet_RVC	0.13 128	0.13 113	0.09 89	0.13 118	0.10 152	0.14 159	0.10 150	0.14 160	0.10 150	0.23 210	0.10 151	0.20 191	0.10 149	0.24 217	0.11 158	0.11 105	0.09 94	0.12 152	0.14 190	0.12 159	0.09 140

UNet	0.29 217	0.90 332	0.10 93	0.14 122	0.10 152	0.14 159	0.10 150	0.91 487	0.69 491	0.14 159	0.11 165	0.14 160	0.11 162	0.14 162	0.10 146	0.12 111	0.09 94	0.12 152	0.09 141	0.88 478	0.76 505

DRN-Test	0.14 135	0.13 113	0.09 89	0.14 122	0.09 145	0.15 167	0.09 145	0.14 160	0.10 150	0.14 159	0.09 147	0.14 160	0.09 145	0.13 161	0.09 140	0.12 111	0.09 94	0.12 152	0.09 141	0.12 159	0.73 498

S2M2_L	0.12 121	0.14 119	0.10 93	0.15 133	0.10 152	0.14 159	0.10 150	0.14 160	0.10 150	0.15 166	0.10 151	0.14 160	0.10 149	0.14 162	0.10 146	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.09 140
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
StereoDRNet	0.15 147	0.14 119	0.10 93	0.14 122	0.09 145	0.15 167	0.09 145	0.14 160	0.09 149	0.14 159	0.10 151	0.14 160	0.09 145	0.14 162	0.09 140	0.13 126	0.10 99	0.13 156	0.09 141	0.13 161	0.82 514

DA	0.09 76	0.13 113	0.39 305	0.08 69	0.05 126	0.07 131	0.05 121	0.13 158	0.05 125	0.06 124	0.05 128	0.06 125	0.05 118	0.06 116	0.05 116	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

GGEV	0.09 76	0.13 113	0.39 305	0.08 69	0.05 126	0.07 131	0.05 121	0.13 158	0.05 125	0.06 124	0.05 128	0.06 125	0.05 118	0.06 116	0.05 116	0.06 70	0.05 78	0.14 158	0.13 184	0.06 123	0.05 122

CIPLG	0.13 128	0.21 140	0.12 124	0.16 143	0.11 168	0.15 167	0.11 163	0.14 160	0.11 165	0.15 166	0.12 173	0.15 171	0.11 162	0.14 162	0.11 158	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLG	0.13 128	0.20 134	0.14 149	0.15 133	0.11 168	0.14 159	0.11 163	0.14 160	0.11 165	0.14 159	0.11 165	0.14 160	0.11 162	0.14 162	0.11 158	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR_C	0.14 135	0.20 134	0.12 124	0.15 133	0.11 168	0.14 159	0.15 189	0.14 160	0.11 165	0.15 166	0.12 173	0.14 160	0.11 162	0.16 173	0.11 158	0.15 141	0.12 136	0.14 158	0.12 175	0.15 171	0.12 172

MIPNet	0.14 135	0.21 140	0.17 177	0.16 143	0.11 168	0.15 167	0.12 176	0.14 160	0.11 165	0.16 171	0.11 165	0.14 160	0.11 162	0.14 162	0.11 158	0.14 133	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

IPLGR	0.14 135	0.24 154	0.14 149	0.16 143	0.12 181	0.15 167	0.12 176	0.14 160	0.11 165	0.15 166	0.12 173	0.14 160	0.11 162	0.14 162	0.11 158	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

ACRE	0.13 128	0.21 140	0.14 149	0.15 133	0.11 168	0.14 159	0.11 163	0.14 160	0.11 165	0.14 159	0.12 173	0.14 160	0.11 162	0.14 162	0.11 158	0.15 141	0.12 136	0.14 158	0.11 160	0.14 163	0.11 158

GMStereo	0.14 135	0.13 113	0.14 149	0.14 122	0.14 187	0.14 159	0.14 182	0.14 160	0.14 187	0.14 159	0.14 191	0.14 160	0.14 187	0.14 162	0.14 181	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184
Haofei Xu, Jing Zhang, Jianfei Cai, Hamid Rezatofighi, Fisher Yu, Dacheng Tao, Andreas Geiger: Unifying Flow, Stereo and Depth Estimation. TPAMI 2023
aanetorigin	0.13 128	0.11 109	0.11 113	0.11 98	0.11 168	0.11 154	0.11 163	0.11 154	0.11 165	0.11 155	0.12 173	0.11 155	0.11 162	0.11 156	0.11 158	0.11 105	0.11 122	0.14 158	0.11 160	0.49 402	0.11 158

CCAANet	0.17 158	0.71 297	0.14 149	0.14 122	0.14 187	0.14 159	0.14 182	0.14 160	0.14 187	0.14 159	0.14 191	0.14 160	0.14 187	0.14 162	0.22 231	0.14 133	0.14 163	0.14 158	0.14 190	0.14 163	0.14 184

ELAS_RVC	0.14 135	0.16 121	0.10 93	0.15 133	0.10 152	0.18 185	0.11 163	0.19 185	0.11 165	0.19 184	0.12 173	0.18 184	0.11 162	0.19 186	0.12 170	0.14 133	0.08 84	0.14 158	0.09 141	0.15 171	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
ELAS	0.13 128	0.16 121	0.11 113	0.15 133	0.09 145	0.18 185	0.11 163	0.18 183	0.11 165	0.17 178	0.11 165	0.18 184	0.11 162	0.18 183	0.11 158	0.14 133	0.08 84	0.14 158	0.08 139	0.14 163	0.09 140
A. Geiger, M. Roser, R. Urtasun: Efficient large-scale stereo matching. ACCV 2010
DF	0.39 284	1.37 466	1.02 508	1.14 474	0.12 181	0.16 174	0.12 176	0.16 174	0.12 181	0.16 171	0.12 173	0.16 172	0.12 177	0.16 173	0.12 170	1.12 505	1.00 497	0.15 171	0.12 175	0.15 171	0.12 172

castereo++	0.54 387	3.59 613	1.15 518	1.31 545	0.14 187	0.16 174	0.14 182	0.16 174	0.14 187	0.16 171	0.14 191	0.16 172	0.13 183	0.16 173	0.14 181	1.45 578	1.16 523	0.15 171	0.14 190	0.15 171	0.13 179

ITSA-stereo	0.15 147	0.17 126	0.13 144	0.20 161	0.13 185	0.19 188	0.13 180	0.18 183	0.13 185	0.19 184	0.13 186	0.18 184	0.14 187	0.18 183	0.14 181	0.16 152	0.11 122	0.15 171	0.14 190	0.18 186	0.11 158

cf-r	0.66 413	2.17 548	0.12 124	0.18 154	0.12 181	0.18 185	2.70 671	2.60 645	0.12 181	0.18 182	0.12 173	0.18 184	0.12 177	0.18 183	0.12 170	0.15 141	0.11 122	0.15 171	0.11 160	1.81 603	1.74 646

S2M2_XL	0.14 135	0.17 126	0.12 124	0.17 152	0.11 168	0.17 181	0.11 163	0.17 180	0.11 165	0.17 178	0.11 165	0.17 180	0.11 162	0.17 180	0.11 158	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Junhong Min, Youngpil Jeon, Jimin Kim, Minyong Choi: S^2M^2 : Scalable Stereo Matching Model for Reliable Depth Estimation. ICCV 2025
xyz-stereo-finetune2	0.18 167	0.48 251	0.16 170	0.16 143	0.15 200	0.15 167	0.16 195	0.16 174	0.16 204	0.16 171	0.16 205	0.16 172	0.16 201	0.16 173	0.16 199	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

xyz-stereo	0.18 167	0.50 258	0.16 170	0.15 133	0.16 210	0.16 174	0.16 195	0.16 174	0.16 204	0.16 171	0.16 205	0.16 172	0.16 201	0.16 173	0.16 199	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

GMStereo_Zeroshot	0.16 154	0.16 121	0.16 170	0.16 143	0.16 210	0.16 174	0.16 195	0.16 174	0.16 204	0.16 171	0.16 205	0.16 172	0.16 201	0.16 173	0.16 199	0.16 152	0.16 170	0.16 175	0.16 201	0.16 176	0.16 191

ProNet	0.14 135	0.20 134	0.14 149	0.16 143	0.11 168	0.16 174	0.11 163	0.17 180	0.11 165	0.17 178	0.12 173	0.17 180	0.13 183	0.17 180	0.12 170	0.15 141	0.11 122	0.16 175	0.11 160	0.15 171	0.12 172

ICVP	0.15 147	0.53 272	0.11 113	0.16 143	0.11 168	0.16 174	0.11 163	0.16 174	0.11 165	0.16 171	0.11 165	0.16 172	0.11 162	0.16 173	0.11 158	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.11 158
Kwon, Oh-Hun and Zell, Eduard: Image-Coupled Volume Propagation for Stereo Matching. 2023 IEEE International Conference on Image Processing (ICIP)
HSM	0.14 135	0.16 121	0.12 124	0.17 152	0.12 181	0.17 181	0.11 163	0.17 180	0.11 165	0.17 178	0.12 173	0.17 180	0.12 177	0.17 180	0.12 170	0.16 152	0.11 122	0.16 175	0.11 160	0.16 176	0.12 172

PDISCO_ROB	0.83 466	2.80 597	3.49 675	0.14 122	0.11 168	0.17 181	0.09 145	0.15 173	0.10 150	0.15 166	0.12 173	0.16 172	0.14 187	3.30 665	0.13 177	0.14 133	2.34 646	0.16 175	0.12 175	2.62 645	0.10 145

castereo	0.61 402	3.79 621	1.35 582	1.52 559	0.15 200	0.17 181	0.16 195	0.20 191	0.21 234	0.18 182	0.16 205	0.21 199	0.12 177	0.26 238	0.17 205	1.43 577	1.38 593	0.17 183	0.16 201	0.18 186	0.16 191

DDVS	0.30 218	3.10 602	0.14 149	0.19 157	0.14 187	0.19 188	0.14 182	0.20 191	0.14 187	0.19 184	0.13 186	0.16 172	0.13 183	0.19 186	0.13 177	0.17 160	0.13 159	0.17 183	0.13 184	0.17 182	0.13 179

ACVNet	0.20 173	0.19 130	0.14 149	0.20 161	0.14 187	0.20 193	0.96 533	0.21 200	0.14 187	0.20 190	0.13 186	0.21 199	0.14 187	0.20 190	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

acv_ft	0.20 173	0.19 130	0.14 149	0.20 161	0.14 187	0.20 193	0.96 533	0.21 200	0.14 187	0.20 190	0.13 186	0.21 199	0.14 187	0.20 190	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	0.17 182	0.12 172

hitnet-ft	0.79 449	2.78 596	0.14 149	0.20 161	0.14 187	0.21 204	2.89 672	2.80 659	0.14 187	0.20 190	0.14 191	0.20 191	0.14 187	0.20 190	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	2.54 644	2.33 663

PSMNet-RSSM	0.77 444	2.76 591	0.14 149	0.20 161	0.14 187	0.20 193	2.66 669	2.79 658	0.14 187	0.21 202	0.14 191	0.21 199	0.14 187	0.20 190	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 661

GwcNet-RSSM	0.77 444	2.77 593	0.14 149	0.20 161	0.14 187	0.20 193	2.67 670	2.78 657	0.14 187	0.20 190	0.14 191	0.20 191	0.14 187	0.21 201	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	2.52 636	2.31 661

CFNet-ft	0.55 392	1.57 474	0.14 149	0.20 161	0.14 187	0.20 193	2.53 667	1.61 598	0.14 187	0.20 190	0.14 191	0.20 191	0.14 187	0.20 190	0.14 181	0.17 160	0.12 136	0.17 183	0.12 175	1.56 591	1.24 608

FADE	0.07 67	0.06 79	0.02 15	0.09 76	0.10 152	0.03 44	0.03 54	0.05 110	0.03 59	0.04 92	0.03 56	0.05 113	0.03 53	0.04 90	0.03 52	0.15 141	0.10 99	0.17 183	0.13 184	0.11 153	0.11 158

SGM_RVC	0.15 147	0.17 126	0.11 113	0.18 154	0.11 168	0.19 188	0.11 163	0.19 185	0.12 181	0.19 184	0.12 173	0.20 191	0.12 177	0.19 186	0.12 170	0.16 152	0.11 122	0.17 183	0.10 148	0.17 182	0.10 145
Heiko Hirschmueller: Stereo processing by semiglobal matching and mutual information. TPAMI 2008, Volume 30(2), pp. 328-341
CAS++	0.17 158	0.27 166	0.21 198	0.10 81	0.21 245	0.15 167	0.22 233	0.10 142	0.21 234	0.22 205	0.10 151	0.19 188	0.18 223	0.10 145	0.19 221	0.20 175	0.19 199	0.18 193	0.10 148	0.19 192	0.18 214
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024
DeepPruner_ROB	0.16 154	0.18 129	0.13 144	0.19 157	0.13 185	0.19 188	0.13 180	0.19 185	0.13 185	0.19 184	0.13 186	0.19 188	0.13 183	0.19 186	0.13 177	0.18 168	0.13 159	0.18 193	0.13 184	0.18 186	0.13 179

LALA_ROB	0.15 147	0.19 130	0.12 124	0.18 154	0.11 168	0.20 193	0.12 176	0.21 200	0.12 181	0.20 190	0.12 173	0.20 191	0.12 177	0.21 201	0.13 177	0.17 160	0.10 99	0.18 193	0.11 160	0.18 186	0.11 158

RAFT-FEzeroshot	0.34 240	0.26 163	0.17 177	0.21 171	0.17 216	0.20 193	0.16 195	0.20 191	0.16 204	0.20 190	0.17 212	0.21 199	0.16 201	0.27 242	0.24 241	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 679

RAFT-FE	0.34 240	0.26 163	0.17 177	0.21 171	0.17 216	0.20 193	0.16 195	0.20 191	0.16 204	0.20 190	0.17 212	0.21 199	0.16 201	0.27 242	0.24 241	0.19 172	0.16 170	0.19 196	0.16 201	0.26 225	3.08 679

IGEV-FE	0.35 249	0.37 188	0.17 177	0.19 157	0.17 216	0.20 193	0.17 205	0.19 185	0.17 214	0.19 184	0.17 212	0.19 188	0.17 213	0.37 282	0.36 368	0.19 172	0.17 191	0.19 196	0.17 223	0.38 296	2.84 670

GEStereo_RVC	0.86 478	4.45 637	0.20 192	0.27 200	0.20 235	0.27 242	0.20 223	0.26 229	0.18 220	5.03 695	0.20 235	0.27 242	0.19 230	0.27 242	0.21 228	0.20 175	0.19 199	0.19 196	4.02 699	0.20 193	0.18 214

DepthFocus	0.18 167	0.22 144	0.15 166	0.22 173	0.15 200	0.22 207	0.15 189	0.22 205	0.15 199	0.22 205	0.15 201	0.22 208	0.16 201	0.22 206	0.15 192	0.20 175	0.15 167	0.20 200	0.14 190	0.20 193	0.14 184

IGEV_Zeroshot_test	0.20 173	0.19 130	0.40 337	0.30 203	0.17 216	0.22 207	0.17 205	0.21 200	0.17 214	0.20 190	0.17 212	0.21 199	0.18 223	0.21 201	0.17 205	0.20 175	0.16 170	0.20 200	0.16 201	0.20 193	0.17 208

DAS	0.20 173	0.20 134	0.20 192	0.20 161	0.20 235	0.20 193	0.20 223	0.20 191	0.20 229	0.20 190	0.20 235	0.20 191	0.20 234	0.20 190	0.20 224	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 219

ASD4	0.20 173	0.20 134	0.20 192	0.20 161	0.20 235	0.20 193	0.20 223	0.20 191	0.20 229	0.20 190	0.20 235	0.20 191	0.20 234	0.20 190	0.20 224	0.20 175	0.20 201	0.20 200	0.20 233	0.20 193	0.20 219

MSKI-zero shot	0.24 197	0.21 140	0.49 389	0.65 390	0.18 227	0.22 207	0.17 205	0.23 212	0.18 220	0.21 202	0.17 212	0.23 215	0.28 279	0.23 213	0.18 217	0.21 183	0.16 170	0.21 204	0.16 201	0.21 200	0.16 191

MIM_Stereo	0.25 200	0.23 146	0.66 441	0.80 421	0.17 216	0.22 207	0.17 205	0.23 212	0.18 220	0.26 234	0.17 212	0.21 199	0.17 213	0.25 226	0.17 205	0.23 196	0.16 170	0.21 204	0.17 223	0.22 202	0.17 208

dd	0.23 193	0.98 348	0.16 170	0.23 178	0.15 200	0.23 216	0.15 189	0.23 212	0.15 199	0.23 210	0.15 201	0.24 221	0.17 213	0.23 213	0.15 192	0.22 185	0.15 167	0.21 204	0.15 198	0.22 202	0.16 191

iResNetv2_ROB	0.20 173	0.23 146	0.18 187	0.24 183	0.20 235	0.24 219	0.18 213	0.24 215	0.18 220	0.24 217	0.18 228	0.23 215	0.19 230	0.24 217	0.18 217	0.21 183	0.16 170	0.21 204	0.16 201	0.22 202	0.16 191

iResNet	0.20 173	0.23 146	0.18 187	0.24 183	0.18 227	0.24 219	0.20 223	0.24 215	0.18 220	0.23 210	0.17 212	0.23 215	0.18 223	0.23 213	0.18 217	0.22 185	0.16 170	0.21 204	0.16 201	0.21 200	0.16 191

depth_test_26	0.20 173	0.34 180	0.25 213	0.34 223	0.14 187	0.21 204	0.14 182	0.21 200	0.14 187	0.21 202	0.14 191	0.21 199	0.14 187	0.21 201	0.14 181	0.26 211	0.26 223	0.22 209	0.15 198	0.22 202	0.14 184

BStereo	0.22 187	0.23 146	0.20 192	0.24 183	0.20 235	0.23 216	0.33 350	0.39 282	0.17 214	0.23 210	0.17 212	0.23 215	0.16 201	0.24 217	0.17 205	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 191

Anonymus123	0.22 187	0.23 146	0.20 192	0.24 183	0.20 235	0.23 216	0.33 350	0.39 282	0.17 214	0.23 210	0.17 212	0.23 215	0.16 201	0.24 217	0.17 205	0.23 196	0.16 170	0.22 209	0.20 233	0.22 202	0.16 191

ACV-stereo	0.30 218	2.08 539	0.25 213	0.25 190	0.18 227	0.24 219	0.17 205	0.24 215	0.18 220	0.24 217	0.17 212	0.25 228	0.17 213	0.24 217	0.17 205	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 191

Pointernet	0.21 181	0.22 144	0.19 189	0.24 183	0.19 232	0.24 219	0.19 219	0.24 215	0.19 227	0.24 217	0.19 231	0.24 221	0.19 230	0.24 217	0.19 221	0.22 185	0.17 191	0.22 209	0.17 223	0.22 202	0.17 208

WAO-6	0.22 187	0.23 146	0.22 200	0.23 178	0.22 247	0.22 207	0.22 233	0.22 205	0.22 237	0.22 205	0.22 243	0.22 208	0.22 242	0.22 206	0.22 231	0.22 185	0.22 209	0.22 209	0.22 240	0.22 202	0.22 225

dad	0.23 193	1.03 373	0.16 170	0.23 178	0.15 200	0.24 219	0.15 189	0.24 215	0.16 204	0.23 210	0.16 205	0.24 221	0.16 201	0.23 213	0.15 192	0.22 185	0.16 170	0.22 209	0.16 201	0.22 202	0.16 191

delet	0.43 312	1.21 446	0.17 177	0.25 190	0.17 216	0.25 228	0.18 213	1.26 580	0.95 535	0.25 225	0.17 212	0.25 228	0.17 213	0.25 226	0.17 205	0.23 196	0.16 170	0.22 209	0.16 201	1.18 524	0.98 529

UPFNet	0.42 311	1.20 400	0.17 177	0.24 183	0.17 216	0.25 228	0.17 205	1.19 528	0.90 527	0.25 225	0.17 212	0.24 221	0.17 213	0.25 226	0.17 205	0.22 185	0.17 191	0.22 209	0.16 201	1.15 516	0.93 524

SMOE	0.23 193	0.25 160	0.30 238	0.33 219	0.18 227	0.26 237	0.18 213	0.26 229	0.18 220	0.26 234	0.18 228	0.25 228	0.18 223	0.25 226	0.18 217	0.31 234	0.27 234	0.23 218	0.17 223	0.23 214	0.17 208

LACA1	0.21 181	0.24 154	0.26 220	0.31 209	0.16 210	0.24 219	0.16 195	0.24 215	0.16 204	0.24 217	0.16 205	0.24 221	0.16 201	0.24 217	0.16 199	0.27 215	0.22 209	0.23 218	0.16 201	0.23 214	0.16 191

VIP-Stereo	0.70 424	2.97 600	2.43 653	2.49 601	0.16 210	0.25 228	0.16 195	0.25 223	0.16 204	0.25 225	0.18 228	0.25 228	0.16 201	0.26 238	0.16 199	1.86 593	1.26 576	0.23 218	0.15 198	0.23 214	0.15 190

tg	0.21 181	0.25 160	0.21 198	0.26 197	0.17 216	0.24 219	0.17 205	0.24 215	0.17 214	0.24 217	0.17 212	0.24 221	0.17 213	0.24 217	0.17 205	0.24 203	0.17 191	0.23 218	0.16 201	0.23 214	0.16 191

IMH-64-1	0.22 187	0.23 146	0.23 203	0.22 173	0.22 247	0.22 207	0.22 233	0.22 205	0.22 237	0.22 205	0.22 243	0.22 208	0.22 242	0.22 206	0.22 231	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 227

IMH-64	0.22 187	0.23 146	0.23 203	0.22 173	0.22 247	0.22 207	0.22 233	0.22 205	0.22 237	0.22 205	0.22 243	0.22 208	0.22 242	0.22 206	0.22 231	0.22 185	0.22 209	0.23 218	0.22 240	0.22 202	0.23 227

MMNet	0.44 325	1.24 454	0.17 177	0.25 190	0.17 216	0.25 228	0.18 213	1.26 580	0.93 533	0.25 225	0.17 212	0.25 228	0.18 223	0.25 226	0.17 205	0.23 196	0.16 170	0.23 218	0.16 201	1.20 528	0.99 530

psm_up	0.43 312	1.19 399	0.17 177	0.25 190	0.18 227	0.25 228	0.19 219	1.26 580	0.91 528	0.26 234	0.17 212	0.25 228	0.17 213	0.25 226	0.17 205	0.22 185	0.17 191	0.23 218	0.16 201	1.18 524	0.99 530

ac_64	0.22 187	0.13 113	0.19 189	0.23 178	0.10 152	0.26 237	1.02 543	0.14 160	0.10 150	0.28 239	0.14 191	0.17 180	0.19 230	0.28 246	0.09 140	0.22 185	0.16 170	0.23 218	0.17 223	0.11 153	0.12 172

CFNet	1.37 579	5.27 651	0.19 189	5.49 674	0.19 232	0.28 243	0.19 219	0.28 233	0.19 227	0.28 239	0.19 231	0.28 243	4.35 693	0.28 246	0.19 221	0.23 196	0.17 191	0.23 218	4.21 701	4.81 678	0.17 208

LACA3	0.23 193	0.25 160	0.27 223	0.54 366	0.17 216	0.25 228	0.17 205	0.25 223	0.17 214	0.25 225	0.17 212	0.25 228	0.17 213	0.25 226	0.17 205	0.28 219	0.23 215	0.24 228	0.17 223	0.24 219	0.17 208

LACA2	0.21 181	0.24 154	0.26 220	0.31 209	0.16 210	0.24 219	0.16 195	0.24 215	0.16 204	0.24 217	0.16 205	0.24 221	0.16 201	0.24 217	0.16 199	0.27 215	0.23 215	0.24 228	0.16 201	0.23 214	0.16 191

RSGM-EC	0.24 197	0.24 154	0.15 166	0.22 173	0.15 200	0.22 207	0.15 189	0.22 205	0.15 199	0.24 217	0.15 201	0.22 208	0.15 199	0.22 206	1.19 558	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 184

acva	0.24 197	0.24 154	0.15 166	0.22 173	0.15 200	0.22 207	0.15 189	0.22 205	0.15 199	0.24 217	0.15 201	0.22 208	0.15 199	0.22 206	1.19 558	0.20 175	0.17 191	0.24 228	0.14 190	0.20 193	0.14 184

DEFOM-Stereo_RVC	0.83 466	5.18 648	1.98 641	2.19 585	0.17 216	0.19 188	0.18 213	0.19 185	0.16 204	0.20 190	0.19 231	0.22 208	0.22 242	0.20 190	0.15 192	2.28 621	2.13 641	0.24 228	0.17 223	0.18 186	0.16 191

DLNR-FE	0.28 212	0.89 329	0.30 238	0.34 223	0.19 232	0.28 243	0.19 219	0.28 233	0.20 229	0.28 239	0.20 235	0.28 243	0.20 234	0.28 246	0.20 224	0.33 243	0.28 242	0.25 233	0.19 231	0.24 219	0.19 217

Select-FE	0.41 297	0.44 229	0.23 203	0.26 197	0.22 247	0.26 237	0.22 233	0.26 229	0.23 244	0.26 234	0.23 247	0.26 240	0.23 248	0.45 380	0.42 411	0.25 209	0.22 209	0.25 233	0.22 240	0.45 379	2.90 671

UNDER WATER-64	0.25 200	0.26 163	0.25 213	0.26 197	0.25 261	0.25 228	0.25 248	0.25 223	0.25 252	0.25 225	0.25 260	0.25 228	0.25 254	0.26 238	0.25 249	0.25 209	0.25 220	0.25 233	0.25 256	0.25 222	0.25 238

LoS_RVC	0.30 218	1.14 390	0.25 213	0.25 190	0.25 261	0.26 237	0.25 248	0.25 223	0.25 252	0.25 225	0.25 260	0.26 240	0.26 264	0.26 238	0.25 249	0.26 211	0.26 223	0.25 233	0.25 256	0.26 225	0.26 244

LoS	0.25 200	0.27 166	0.25 213	0.25 190	0.25 261	0.25 228	0.25 248	0.26 229	0.25 252	0.25 225	0.25 260	0.25 228	0.25 254	0.25 226	0.25 249	0.26 211	0.25 220	0.25 233	0.26 262	0.26 225	0.25 238
Kunhong Li, Longguang Wang, Ye Zhang, Kaiwen Xue, Shunbo Zhou, Yulan Guo: LoS: Local Structure-guided Stereo Matching.
CAS	0.30 218	1.17 396	0.25 213	0.25 190	0.25 261	0.26 237	0.25 248	0.25 223	0.26 265	0.25 225	0.25 260	0.25 228	0.25 254	0.25 226	0.25 249	0.26 211	0.26 223	0.26 238	0.25 256	0.26 225	0.25 238

ssnet_v2	0.68 418	1.96 535	1.25 578	0.29 202	0.20 235	0.30 248	0.20 223	0.29 238	0.22 237	1.50 600	0.20 235	0.31 257	0.20 234	0.27 242	0.22 231	0.24 203	1.49 600	0.26 238	0.18 230	3.90 655	0.19 217

FCDSN-DC	0.41 297	0.59 284	0.64 434	0.54 366	0.33 364	0.50 415	0.37 381	0.42 323	0.40 402	0.61 448	0.43 426	0.50 419	0.49 442	0.38 285	0.32 335	0.28 219	0.23 215	0.26 238	0.22 240	0.35 272	0.28 307
Dominik Hirner, Friedrich Fraundorfer: FCDSN-DC: An accurate but lightweight end-to-end trainable neural network for stereo estimation with depth completion.
AANet_RVC	1.26 574	0.31 176	4.99 687	5.93 677	0.20 235	0.25 228	0.20 223	0.25 223	0.20 229	0.23 210	0.19 231	0.25 228	0.20 234	0.25 226	0.20 224	5.66 686	4.76 680	0.26 238	0.30 344	0.24 219	0.27 282

SME	0.27 210	0.29 171	0.31 254	0.38 236	0.20 235	0.29 246	0.18 213	0.30 240	0.20 229	0.32 256	0.21 241	0.32 261	0.20 234	0.32 259	0.21 228	0.35 255	0.32 274	0.27 242	0.19 231	0.29 235	0.20 219

tt1	0.31 225	0.93 341	0.24 210	0.33 219	0.23 253	0.31 254	0.24 246	0.32 248	0.24 247	0.32 256	0.23 247	0.32 261	0.25 254	0.32 259	0.24 241	0.27 215	0.26 223	0.27 242	0.26 262	0.27 230	0.27 282

DISCO	1.11 518	0.39 199	5.28 689	0.39 243	0.20 235	0.39 293	0.27 258	0.39 282	0.22 237	0.38 278	0.20 235	0.38 287	0.20 234	6.95 706	0.22 231	0.30 228	0.21 205	0.27 242	0.21 237	5.25 687	0.21 223

DCVSM-stereo	0.36 256	1.89 525	0.22 200	0.40 256	0.22 247	0.40 295	0.22 233	0.40 290	0.22 237	0.40 291	0.22 243	0.40 300	0.22 242	0.40 296	0.22 231	0.28 219	0.21 205	0.28 245	0.21 237	0.28 232	0.20 219

xxxxx1	0.31 225	0.91 334	0.23 203	0.31 209	0.23 253	0.31 254	0.23 241	0.33 252	0.25 252	0.31 250	0.24 254	0.33 265	0.25 254	0.32 259	0.24 241	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

SQANet	0.28 212	0.28 169	0.28 229	0.28 201	0.28 274	0.28 243	0.28 268	0.28 233	0.28 274	0.28 239	0.28 276	0.28 243	0.28 279	0.28 246	0.28 264	0.28 219	0.28 242	0.28 245	0.28 317	0.28 232	0.28 307

tt_ll	0.31 225	0.91 334	0.23 203	0.31 209	0.23 253	0.31 254	0.23 241	0.33 252	0.25 252	0.31 250	0.24 254	0.33 265	0.25 254	0.32 259	0.24 241	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

ff	0.31 225	0.91 334	0.23 203	0.31 209	0.23 253	0.31 254	0.23 241	0.33 252	0.25 252	0.31 250	0.24 254	0.33 265	0.25 254	0.32 259	0.24 241	0.28 219	0.28 242	0.28 245	0.28 317	0.29 235	0.27 282

DLNR_Zeroshot_test	0.31 225	0.28 169	0.47 374	0.79 417	0.24 258	0.30 248	0.26 255	0.30 240	0.24 247	0.32 256	0.23 247	0.31 257	0.24 251	0.30 252	0.23 238	0.29 227	0.26 223	0.29 250	0.24 253	0.33 254	0.23 227

RAFT + AFF	0.31 225	0.45 237	0.34 275	0.39 243	0.28 274	0.38 287	0.33 350	0.29 238	0.31 338	0.30 245	0.30 300	0.29 249	0.27 271	0.29 250	0.30 286	0.28 219	0.29 256	0.29 250	0.29 330	0.27 230	0.32 342

DStereoFS	0.32 234	0.33 179	0.32 260	0.33 219	0.30 295	0.32 263	0.32 339	0.32 248	0.31 338	0.30 245	0.31 342	0.31 257	0.30 296	0.32 259	0.32 335	0.32 237	0.31 270	0.30 252	0.47 445	0.32 247	0.34 356

MultiAttention	0.30 218	0.30 173	0.30 238	0.30 203	0.30 295	0.30 248	0.30 286	0.30 240	0.30 295	0.30 245	0.30 300	0.30 253	0.30 296	0.30 252	0.30 286	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326

MSAF-DinoV2	0.30 218	0.30 173	0.30 238	0.30 203	0.30 295	0.30 248	0.30 286	0.30 240	0.30 295	0.30 245	0.30 300	0.30 253	0.30 296	0.30 252	0.30 286	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326

DEFOM-Stereo	0.68 418	3.11 603	1.40 596	1.63 568	0.25 261	0.31 254	0.25 248	0.31 246	0.28 274	0.31 250	0.29 286	0.29 249	0.27 271	0.31 256	0.28 264	1.59 585	1.47 599	0.30 252	0.29 330	0.30 239	0.28 307

WCG-NET（raft）	0.32 234	1.24 454	0.24 210	0.32 215	0.24 258	0.32 263	0.23 241	0.32 248	0.24 247	0.32 256	0.24 254	0.32 261	0.24 251	0.32 259	0.24 241	0.30 228	0.23 215	0.30 252	0.23 246	0.30 239	0.23 227

DANet	0.30 218	0.30 173	0.30 238	0.30 203	0.30 295	0.30 248	0.30 286	0.30 240	0.30 295	0.30 245	0.30 300	0.30 253	0.30 296	0.30 252	0.30 286	0.30 228	0.30 265	0.30 252	0.30 344	0.30 239	0.30 326
Z Ling, K Yang, J Li, Y Zhang, X Gao, L Luo, L Xie: Domain-adaptive modules for stereo matching network. Neurocomputing 2021
DStereoO	0.31 225	0.31 176	0.31 254	0.30 203	0.40 405	0.31 254	0.30 286	0.30 240	0.34 367	0.29 244	0.31 342	0.29 249	0.30 296	0.31 256	0.31 325	0.31 234	0.29 256	0.31 258	0.30 344	0.31 244	0.31 335

DStereoSA	0.32 234	0.52 268	0.34 275	0.31 209	0.31 342	0.30 248	0.30 286	0.31 246	0.30 295	0.31 250	0.31 342	0.31 257	0.30 296	0.31 256	0.31 325	0.30 228	0.32 274	0.31 258	0.31 355	0.31 244	0.31 335

xyz-stereo-finetune	0.28 212	0.49 253	0.16 170	0.16 143	0.16 210	0.16 174	0.16 195	0.22 205	0.30 295	0.32 256	0.31 342	0.32 261	0.31 345	0.32 259	0.32 335	0.32 237	0.33 287	0.31 258	0.32 362	0.31 244	0.32 342

gwcnet-sp	0.82 462	1.72 481	1.48 600	0.39 243	0.15 200	0.31 254	0.21 229	0.20 191	0.25 252	1.61 604	0.23 247	0.28 243	0.26 264	0.20 190	0.15 192	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

scenet	0.82 462	1.72 481	1.48 600	0.39 243	0.15 200	0.31 254	0.21 229	0.20 191	0.25 252	1.61 604	0.23 247	0.28 243	0.26 264	0.20 190	0.15 192	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

ssnet	0.82 462	1.72 481	1.48 600	0.39 243	0.15 200	0.31 254	0.21 229	0.20 191	0.25 252	1.61 604	0.23 247	0.28 243	0.26 264	0.20 190	0.15 192	0.24 203	1.33 584	0.32 261	0.16 201	6.75 694	0.23 227

IGEV-Stereo	0.35 249	0.44 229	0.45 361	0.49 311	0.30 295	0.37 280	0.30 286	0.36 262	0.30 295	0.36 272	0.29 286	0.36 277	0.29 288	0.36 277	0.30 286	0.46 357	0.39 347	0.32 261	0.24 253	0.32 247	0.25 238
Gangwei Xu, Xianqi Wang, Xiaohuan Ding, Xin Yang: Iterative Geometry Encoding Volume for Stereo Matching. CVPR 2023
GES	0.66 413	2.34 564	0.29 234	0.41 268	0.29 284	0.41 311	0.29 279	0.42 323	0.29 281	0.40 291	0.41 414	0.41 313	0.30 296	0.51 421	0.29 277	0.32 237	0.29 256	0.32 261	2.46 670	2.49 632	0.30 326

FENet	0.54 387	1.52 473	1.19 524	1.41 555	0.23 253	0.35 270	0.23 241	0.35 258	0.23 244	0.34 264	0.23 247	0.35 272	0.23 248	0.35 271	0.23 238	1.40 575	1.07 507	0.32 261	0.23 246	0.33 254	0.23 227

iResNet_ROB	0.28 212	0.32 178	0.24 210	0.32 215	0.25 261	0.32 263	0.24 246	0.32 248	0.24 247	0.33 261	0.24 254	0.35 272	0.24 251	0.33 267	0.24 241	0.31 234	0.24 219	0.32 261	0.24 253	0.32 247	0.24 237

PStereo	0.32 234	0.36 185	0.28 229	0.38 236	0.29 284	0.36 274	0.27 258	0.38 277	0.27 269	0.38 278	0.28 276	0.36 277	0.27 271	0.36 277	0.28 264	0.32 237	0.27 234	0.33 268	0.27 299	0.33 254	0.27 282

GeoVLM	0.36 256	0.38 192	0.27 223	0.46 293	0.28 274	0.35 270	0.28 268	0.37 268	0.27 269	0.35 268	0.28 276	0.36 277	0.38 385	0.35 271	0.28 264	1.08 496	0.26 223	0.33 268	0.27 299	0.34 259	0.33 349

FE-Mocha	0.35 249	0.71 297	0.40 337	0.47 300	0.27 269	0.34 266	0.27 258	0.34 255	0.26 265	0.34 264	0.26 265	0.34 270	0.27 271	0.34 268	0.27 255	0.44 318	0.41 360	0.33 268	0.29 330	0.32 247	0.29 313

ACVNet-DCA	0.37 266	1.00 357	0.30 238	0.40 256	0.29 284	0.40 295	0.29 279	0.40 290	0.29 281	0.40 291	0.29 286	0.40 300	0.29 288	0.39 293	0.28 264	0.33 243	0.32 274	0.33 268	0.32 362	0.33 254	0.32 342

1test111	0.37 266	1.02 371	0.30 238	0.39 243	0.29 284	0.40 295	0.28 268	0.39 282	0.29 281	0.39 285	0.29 286	0.39 292	0.28 279	0.40 296	0.29 277	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 335

cc1	0.37 266	1.02 371	0.30 238	0.39 243	0.29 284	0.40 295	0.28 268	0.39 282	0.29 281	0.39 285	0.29 286	0.39 292	0.28 279	0.40 296	0.29 277	0.33 243	0.32 274	0.33 268	0.31 355	0.32 247	0.31 335

CASnet	0.35 249	0.51 266	0.44 359	0.32 215	0.31 342	0.24 219	0.34 363	0.36 262	0.25 252	0.31 250	0.37 388	0.30 253	0.33 361	0.25 226	0.45 417	0.37 263	0.37 333	0.33 268	0.35 389	0.34 259	0.37 374
Junhong Min, Youngpil Jeon: Confidence Aware Stereo Matching for Realistic Cluttered Scenario. ICIP 2024 submissions (1861)
BUS	0.83 466	1.91 528	0.92 495	4.48 651	0.02 22	0.40 295	0.04 104	0.41 305	0.02 22	0.48 393	0.03 56	0.41 313	0.05 118	0.03 43	0.05 116	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

BSDual-CNN	0.81 457	1.91 528	0.92 495	4.48 651	0.02 22	0.42 331	0.06 138	0.41 305	0.02 22	0.48 393	0.03 56	0.02 21	0.02 21	0.03 43	0.02 21	1.97 604	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

hknet	1.10 516	1.85 519	3.49 675	4.48 651	0.02 22	0.42 331	0.06 138	0.41 305	0.02 22	0.48 393	0.03 56	0.41 313	0.03 53	0.42 325	0.03 52	4.39 662	4.19 676	0.33 268	0.23 246	0.34 259	0.27 282

Monster-pub-eth3d	0.45 348	0.57 281	0.60 420	0.39 243	0.28 274	0.37 280	0.28 268	0.37 268	0.30 295	0.39 285	0.29 286	0.39 292	0.30 296	0.92 499	0.27 255	1.42 576	0.28 242	0.34 278	0.28 317	0.37 283	0.53 443

Monster-pub-mixall	0.44 325	0.56 280	0.60 420	0.38 236	0.27 269	0.37 280	0.27 258	0.37 268	0.29 281	0.38 278	0.27 269	0.38 287	0.29 288	0.85 487	0.27 255	1.46 579	0.26 223	0.34 278	0.26 262	0.36 279	0.53 443

Replicate-Monster	0.45 348	0.57 281	0.60 420	0.40 256	0.29 284	0.37 280	0.27 258	0.37 268	0.30 295	0.40 291	0.31 342	0.40 300	0.30 296	0.99 508	0.27 255	1.36 572	0.31 270	0.34 278	0.30 344	0.36 279	0.54 446

model_zeroshot	0.27 210	0.20 134	0.27 223	0.33 219	0.21 245	0.37 280	0.22 233	0.37 268	0.24 247	0.26 234	0.27 269	0.33 265	0.21 241	0.25 226	0.27 255	0.32 237	0.20 201	0.34 278	0.23 246	0.25 222	0.26 244

RSM	0.36 256	0.36 185	0.43 357	0.37 233	0.42 425	0.49 406	0.42 416	0.37 268	0.28 274	0.36 272	0.29 286	0.36 277	0.30 296	0.37 282	0.28 264	0.34 247	0.31 270	0.34 278	0.35 389	0.40 353	0.29 313

H2IRNET	0.34 240	0.34 180	0.34 275	0.34 223	0.34 374	0.34 266	0.34 363	0.34 255	0.34 367	0.34 264	0.34 369	0.34 270	0.34 366	0.34 268	0.34 360	0.34 247	0.34 316	0.34 278	0.34 376	0.34 259	0.34 356

MyStereo07	0.60 397	3.72 619	0.48 382	0.49 311	0.41 415	0.36 274	0.32 339	0.49 395	0.43 420	0.51 422	0.42 424	0.49 405	0.43 418	0.51 421	0.64 465	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 407

MyStereo04	0.56 394	3.72 619	0.59 416	0.49 311	0.41 415	0.36 274	0.32 339	0.37 268	0.31 338	0.34 264	0.46 435	0.35 272	0.32 350	0.35 271	0.33 347	0.49 372	0.45 382	0.34 278	0.32 362	0.35 272	0.43 407

xx1	0.38 272	1.03 373	0.31 254	0.40 256	0.31 342	0.41 311	0.28 268	0.40 290	0.29 281	0.40 291	0.29 286	0.40 300	0.29 288	0.40 296	0.29 277	0.34 247	0.33 287	0.34 278	0.32 362	0.34 259	0.32 342

CRFU-Net	0.65 411	1.67 478	1.22 574	1.96 578	0.27 269	0.41 311	0.27 258	0.41 305	0.27 269	0.40 291	0.26 265	0.41 313	0.27 271	0.40 296	0.27 255	1.80 592	1.62 614	0.34 278	0.23 246	0.33 254	0.23 227

NINENet	0.69 421	3.87 625	1.20 527	1.98 579	0.05 126	0.40 295	0.04 104	0.40 290	0.05 125	0.41 305	0.04 111	0.41 313	0.05 118	0.40 296	0.05 116	1.79 591	1.56 606	0.34 278	0.22 240	0.34 259	0.23 227

iRaft-Stereo_5w	0.34 240	0.42 224	0.31 254	0.39 243	0.30 295	0.38 287	0.30 286	0.40 290	0.29 281	0.40 291	0.37 388	0.41 313	0.34 366	0.38 285	0.30 286	0.34 247	0.27 234	0.34 278	0.26 262	0.34 259	0.26 244

iRaft-Stereo_20w	0.34 240	0.41 214	0.31 254	0.39 243	0.29 284	0.40 295	0.32 339	0.41 305	0.32 348	0.38 278	0.30 300	0.39 292	0.30 296	0.38 285	0.32 335	0.35 255	0.27 234	0.34 278	0.27 299	0.34 259	0.29 313

HGLStereo	0.28 212	0.29 171	0.22 200	0.36 230	0.22 247	0.36 274	0.21 229	0.36 262	0.21 234	0.42 319	0.21 241	0.36 277	0.22 242	0.36 277	0.21 228	0.34 247	0.21 205	0.34 278	0.21 237	0.34 259	0.21 223

MLCV	0.31 225	0.35 182	0.27 223	0.35 226	0.28 274	0.35 270	0.27 258	0.35 258	0.28 274	0.36 272	0.27 269	0.35 272	0.27 271	0.35 271	0.27 255	0.34 247	0.27 234	0.34 278	0.27 299	0.34 259	0.27 282

DN-CSS_ROB	0.31 225	0.35 182	0.28 229	0.35 226	0.28 274	0.34 266	0.27 258	0.34 255	0.25 252	0.35 268	0.27 269	0.36 277	0.26 264	0.34 268	0.28 264	0.35 255	0.28 242	0.34 278	0.28 317	0.34 259	0.27 282

HH	0.71 427	2.54 574	0.74 469	1.10 468	0.32 352	0.41 311	0.37 381	0.69 454	0.78 514	0.73 467	0.90 530	0.75 474	1.00 525	0.84 483	0.69 490	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 244

HanStereo	0.71 427	2.54 574	0.74 469	1.10 468	0.32 352	0.41 311	0.37 381	0.69 454	0.78 514	0.73 467	0.90 530	0.75 474	1.00 525	0.84 483	0.69 490	0.69 423	0.40 350	0.35 294	0.26 262	0.35 272	0.26 244

4D-IteraStereo	0.78 448	3.13 604	0.89 488	0.69 397	0.32 352	0.40 295	0.32 339	0.76 465	0.97 538	0.52 425	0.65 484	0.89 494	0.32 350	0.76 469	0.98 532	0.83 461	0.94 495	0.35 294	0.27 299	0.70 445	0.89 520

DMCA	0.36 256	0.38 192	0.37 292	0.35 226	0.35 377	0.36 274	0.36 375	0.36 262	0.35 371	0.35 268	0.37 388	0.36 277	0.36 376	0.35 271	0.36 368	0.36 260	0.36 329	0.35 294	0.36 395	0.36 279	0.36 369

ETE_ROB	0.35 249	0.35 182	0.35 286	0.35 226	0.35 377	0.35 270	0.35 368	0.35 258	0.35 371	0.35 268	0.35 377	0.35 272	0.35 373	0.35 271	0.35 364	0.35 255	0.35 323	0.35 294	0.35 389	0.35 272	0.35 366

LG-Stereo_L2	0.34 240	0.37 188	0.38 294	0.47 300	0.28 274	0.39 293	0.28 268	0.39 282	0.28 274	0.39 285	0.28 276	0.39 292	0.28 279	0.38 285	0.28 264	0.42 316	0.35 323	0.36 299	0.26 262	0.35 272	0.26 244

Any-RAFT	0.32 234	0.36 185	0.27 223	0.36 230	0.27 269	0.36 274	0.27 258	0.36 262	0.27 269	0.36 272	0.27 269	0.36 277	0.27 271	0.36 277	0.28 264	0.36 260	0.28 242	0.36 299	0.28 317	0.36 279	0.28 307

UCFNet_RVC	2.75 657	10.06 690	0.29 234	10.31 703	0.29 284	0.42 331	0.29 279	0.43 329	0.29 281	0.42 319	0.29 286	0.42 331	9.87 710	0.43 331	0.29 277	0.36 260	9.84 704	0.36 299	0.26 262	9.77 708	0.26 244

Zero-FE251	0.36 256	0.40 203	0.28 229	0.41 268	0.28 274	0.41 311	0.28 268	0.41 305	0.28 274	0.41 305	0.28 276	0.41 313	0.28 279	0.42 325	0.30 286	0.37 263	0.26 223	0.37 302	0.27 299	0.45 379	0.56 457

IGEV++	0.34 240	0.43 226	0.30 238	0.40 256	0.29 284	0.40 295	0.29 279	0.40 290	0.29 281	0.40 291	0.29 286	0.40 300	0.29 288	0.40 296	0.30 286	0.38 274	0.29 256	0.37 302	0.29 330	0.37 283	0.29 313

TorneroNet-64	0.45 348	0.27 166	0.30 238	0.58 376	0.27 269	0.70 462	0.30 286	0.28 233	0.73 510	0.73 467	0.28 276	0.71 466	0.66 477	0.75 468	0.27 255	0.27 215	0.29 256	0.37 302	0.75 515	0.28 232	0.30 326

RAFT-Test	0.36 256	0.37 188	0.33 265	0.41 268	0.32 352	0.41 311	0.32 339	0.41 305	0.32 348	0.41 305	0.32 352	0.41 313	0.32 350	0.41 312	0.33 347	0.37 263	0.29 256	0.37 302	0.29 330	0.38 296	0.31 335

IER	0.88 481	7.04 668	2.23 646	2.75 607	0.28 274	0.43 338	0.25 248	0.39 282	0.25 252	0.41 305	0.27 269	0.39 292	0.25 254	0.40 296	0.28 264	0.37 263	0.28 242	0.37 302	0.25 256	0.37 283	0.25 238

GANet-RSSM	0.75 438	1.91 528	0.14 149	0.47 300	0.14 187	0.21 204	3.21 688	2.30 631	0.14 187	0.46 380	0.14 191	0.23 215	0.18 223	0.21 201	0.14 181	0.18 168	0.27 234	0.37 302	0.13 184	2.13 614	2.12 656

StereoDRNet-Refined	0.33 239	0.39 199	0.26 220	0.39 243	0.26 268	0.40 295	0.26 255	0.40 290	0.26 265	0.39 285	0.26 265	0.39 292	0.26 264	0.39 293	0.26 254	0.37 263	0.25 220	0.37 302	0.25 256	0.37 283	0.37 374
Rohan Chabra, Julian Straub, Chris Sweeney, Richard Newcombe, Henry Fuchs: StereoDRNet. CVPR
XPNet_ROB	0.37 266	0.37 188	0.37 292	0.37 233	0.37 387	0.37 280	0.37 381	0.37 268	0.37 384	0.37 277	0.37 388	0.37 285	0.37 381	0.37 282	0.37 377	0.37 263	0.37 333	0.37 302	0.37 398	0.37 283	0.37 374

aanet-new-90k	0.44 325	1.82 510	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.44 362	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-60k	0.44 325	1.81 503	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-70k	0.44 325	1.82 510	0.38 294	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-78k	0.44 325	1.80 498	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-40k	0.44 325	1.81 503	0.39 305	0.50 347	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-36k	0.44 325	1.80 498	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-34k	0.44 325	1.80 498	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-32k	0.44 325	1.79 497	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-30k	0.44 325	1.78 493	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-28k	0.44 325	1.81 503	0.39 305	0.49 311	0.30 295	0.44 371	0.30 286	0.44 367	0.30 295	0.44 362	0.30 300	0.44 373	0.30 296	0.44 362	0.30 286	0.45 347	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT26K	0.43 312	1.76 488	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.31 325	0.44 318	0.33 287	0.38 310	0.27 299	0.38 296	0.26 244

aanet-new-24k	0.44 325	1.78 493	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-22k	0.44 325	1.81 503	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-16k	0.44 325	1.83 513	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-14k	0.60 397	5.12 646	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.44 362	0.30 286	0.44 318	0.37 333	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new-8k	0.43 312	1.76 488	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

aanet-new	0.43 312	1.80 498	0.38 294	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-cres-4k	0.44 325	1.81 503	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-cres	0.43 312	1.77 490	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-36K	0.43 312	1.78 493	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-22K	0.44 325	1.85 519	0.38 294	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-20K	0.43 312	1.77 490	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-24K	0.44 325	1.86 522	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-5K	0.44 325	1.80 498	0.39 305	0.49 311	0.30 295	0.44 371	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.44 362	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-2K	0.44 325	1.82 510	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-3K	0.43 312	1.77 490	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.33 287	0.38 310	0.26 262	0.38 296	0.26 244

GCAP-Stereo-DPT-50K	0.44 325	1.83 513	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.36 329	0.38 310	0.26 262	0.38 296	0.26 244

gcap_with_dpt	0.35 249	0.39 199	0.30 238	0.44 288	0.31 342	0.44 371	0.31 331	0.44 367	0.31 338	0.44 362	0.30 300	0.44 373	0.30 296	0.44 362	0.30 286	0.38 274	0.26 223	0.38 310	0.27 299	0.38 296	0.27 282

DDF-Stereo	0.43 312	1.15 393	0.57 414	0.53 363	0.32 352	0.41 311	0.32 339	0.41 305	0.32 348	0.41 305	0.32 352	0.41 313	0.32 350	0.40 296	0.32 335	0.52 386	0.50 407	0.38 310	0.31 355	0.39 341	0.31 335

GIP-stereo	0.36 256	0.49 253	0.39 305	0.48 305	0.32 352	0.41 311	0.28 268	0.40 290	0.30 295	0.41 305	0.28 276	0.40 300	0.28 279	0.42 325	0.28 264	0.45 347	0.32 274	0.38 310	0.30 344	0.37 283	0.27 282

mms	0.40 289	0.45 237	0.35 286	0.48 305	0.36 383	0.47 396	0.34 363	0.45 376	0.38 388	0.47 386	0.33 361	0.45 383	0.32 350	0.45 380	0.32 335	0.39 287	0.38 340	0.38 310	0.37 398	0.39 341	0.39 387

fffy	0.38 272	0.43 226	0.33 265	0.46 293	0.33 364	0.45 384	0.32 339	0.45 376	0.32 348	0.45 374	0.32 352	0.45 383	0.33 361	0.45 380	0.32 335	0.38 274	0.38 340	0.38 310	0.37 398	0.37 283	0.36 369

PAM	0.39 284	1.88 524	0.34 275	0.37 233	0.41 415	0.45 384	0.22 233	0.28 233	0.23 244	0.28 239	0.24 254	0.29 249	0.23 248	0.29 250	0.23 238	0.38 274	0.32 274	0.38 310	0.37 398	0.32 247	0.22 225

GCAP-BAT	0.41 297	1.30 458	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.44 362	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.44 318	0.34 316	0.38 310	0.26 262	0.38 296	0.26 244

RAFT-Stereo-weight	0.45 348	1.90 527	0.34 275	0.42 278	0.36 383	0.43 338	0.35 368	0.42 323	0.34 367	0.42 319	0.34 369	0.44 373	0.34 366	0.41 312	0.34 360	0.38 274	0.32 274	0.38 310	0.32 362	0.38 296	0.33 349

test_for_model	0.35 249	0.39 199	0.30 238	0.43 284	0.30 295	0.43 338	0.30 286	0.43 329	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.44 362	0.31 325	0.38 274	0.26 223	0.38 310	0.26 262	0.38 296	0.26 244

GCAPDPT-zeroshot4090	0.40 289	1.09 383	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.44 367	0.30 295	0.43 324	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.45 347	0.34 316	0.38 310	0.27 299	0.38 296	0.27 282

WAO-8	0.38 272	0.38 192	0.38 294	0.38 236	0.38 394	0.38 287	0.38 388	0.38 277	0.38 388	0.38 278	0.38 393	0.38 287	0.38 385	0.38 285	0.38 380	0.38 274	0.38 340	0.38 310	0.37 398	0.38 296	0.38 381

WAO-7	0.38 272	0.38 192	0.38 294	0.38 236	0.38 394	0.38 287	0.38 388	0.38 277	0.38 388	0.38 278	0.38 393	0.38 287	0.38 385	0.38 285	0.38 380	0.38 274	0.38 340	0.38 310	0.38 411	0.38 296	0.38 381

Venus	0.38 272	0.38 192	0.38 294	0.38 236	0.38 394	0.37 280	0.38 388	0.37 268	0.37 384	0.41 305	0.37 388	0.39 292	0.37 381	0.38 285	0.38 380	0.37 263	0.38 340	0.38 310	0.37 398	0.37 283	0.38 381

RCA-Stereo	0.51 381	3.22 607	0.34 275	0.44 288	0.34 374	0.44 371	0.34 363	0.43 329	0.34 367	0.43 324	0.34 369	0.44 373	0.33 361	0.43 331	0.33 347	0.38 274	0.29 256	0.38 310	0.29 330	0.38 296	0.29 313

aanet-32k-new	0.44 325	1.78 493	0.39 305	0.49 311	0.30 295	0.43 338	0.30 286	0.44 367	0.30 295	0.44 362	0.30 300	0.43 338	0.30 296	0.43 331	0.30 286	0.45 347	0.34 316	0.39 351	0.26 262	0.38 296	0.26 244

aanet-new-10k	0.45 348	1.81 503	0.40 337	0.50 347	0.31 342	0.44 371	0.31 331	0.44 367	0.31 338	0.44 362	0.31 342	0.44 373	0.32 350	0.44 362	0.31 325	0.46 357	0.35 323	0.39 351	0.27 299	0.39 341	0.27 282

aanet-new-12k	0.46 355	1.99 536	0.40 337	0.51 358	0.31 342	0.44 371	0.31 331	0.44 367	0.31 338	0.44 362	0.31 342	0.44 373	0.31 345	0.44 362	0.32 335	0.47 364	0.35 323	0.39 351	0.27 299	0.39 341	0.27 282

GCAP-Stereo-DPT-25K	0.41 297	1.09 383	0.40 337	0.52 361	0.31 342	0.44 371	0.31 331	0.44 367	0.31 338	0.44 362	0.31 342	0.44 373	0.31 345	0.44 362	0.31 325	0.46 357	0.35 323	0.39 351	0.28 317	0.39 341	0.28 307

GCAP-Stereo-DPT-FT	0.41 297	1.06 380	0.40 337	0.51 358	0.31 342	0.44 371	0.30 286	0.43 329	0.32 348	0.44 362	0.30 300	0.56 442	0.30 296	0.44 362	0.31 325	0.45 347	0.34 316	0.39 351	0.27 299	0.40 353	0.27 282

water-stereo	0.41 297	0.84 318	0.46 366	0.50 347	0.33 364	0.45 384	0.33 350	0.45 376	0.32 348	0.45 374	0.32 352	0.45 383	0.32 350	0.45 380	0.32 335	0.44 318	0.41 360	0.39 351	0.31 355	0.39 341	0.32 342

gcap-zeroshot	0.36 256	0.40 203	0.34 275	0.44 288	0.31 342	0.44 371	0.31 331	0.44 367	0.32 348	0.44 362	0.32 352	0.44 373	0.32 350	0.44 362	0.31 325	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 282

Former-RAFT_DAM_RVC	0.49 374	0.98 348	0.64 434	0.84 426	0.46 434	0.45 384	0.35 368	0.47 386	0.47 432	0.45 374	0.34 369	0.46 387	0.48 436	0.46 385	0.35 364	0.39 287	0.71 467	0.39 351	0.35 389	0.41 364	0.41 398

IMH	0.38 272	0.38 192	0.38 294	0.38 236	0.38 394	0.38 287	0.38 388	0.38 277	0.38 388	0.42 319	0.38 393	0.40 300	0.38 385	0.38 285	0.38 380	0.38 274	0.38 340	0.39 351	0.38 411	0.38 296	0.38 381

EKT-Stereo	0.37 266	0.40 203	0.44 359	1.07 466	0.29 284	0.34 266	0.31 331	0.36 262	0.29 281	0.38 278	0.31 342	0.37 285	0.30 296	0.36 277	0.29 277	0.34 247	0.28 242	0.39 351	0.30 344	0.37 283	0.30 326

testlalala	0.36 256	0.40 203	0.34 275	0.44 288	0.31 342	0.44 371	0.31 331	0.44 367	0.32 348	0.44 362	0.32 352	0.44 373	0.32 350	0.44 362	0.31 325	0.39 287	0.28 242	0.39 351	0.28 317	0.39 341	0.27 282

GCAPDPT-zeroshot	0.36 256	0.40 203	0.30 238	0.43 284	0.30 295	0.43 338	0.30 286	0.43 329	0.31 338	0.43 324	0.30 300	0.43 338	0.30 296	0.44 362	0.31 325	0.39 287	0.28 242	0.39 351	0.27 299	0.39 341	0.26 244

Gwc-CoAtRS	0.41 297	1.49 472	0.32 260	0.42 278	0.32 352	0.41 311	0.32 339	0.41 305	0.33 358	0.41 305	0.32 352	0.41 313	0.32 350	0.41 312	0.32 335	0.39 287	0.28 242	0.39 351	0.28 317	0.40 353	0.28 307

MonSter++	0.38 272	0.44 229	0.31 254	0.43 284	0.30 295	0.43 338	0.31 331	0.43 329	0.31 338	0.45 374	0.31 342	0.43 338	0.31 345	0.43 331	0.69 490	0.38 274	0.33 287	0.40 364	0.30 344	0.38 296	0.30 326

HiDET	0.38 272	0.44 229	0.30 238	0.42 278	0.30 295	0.42 331	0.30 286	0.42 323	0.30 295	0.44 362	0.30 300	0.42 331	0.30 296	0.42 325	0.68 482	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 313

LCMNet	0.38 272	0.44 229	0.30 238	0.42 278	0.30 295	0.42 331	0.30 286	0.42 323	0.30 295	0.45 374	0.30 300	0.42 331	0.30 296	0.42 325	0.69 490	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.29 313

CSFM-Stereo	0.38 272	0.44 229	0.30 238	0.42 278	0.30 295	0.42 331	0.30 286	0.43 329	0.30 295	0.44 362	0.30 300	0.42 331	0.30 296	0.42 325	0.73 502	0.37 263	0.32 274	0.40 364	0.29 330	0.37 283	0.30 326

DilatedVolume-Stereo	0.43 312	0.86 322	0.48 382	0.50 347	0.33 364	0.46 391	0.33 350	0.46 380	0.33 358	0.46 380	0.33 361	0.47 393	0.33 361	0.47 389	0.34 360	0.45 347	0.42 369	0.40 364	0.33 372	0.47 395	0.38 381

ccccc	0.41 297	0.44 229	0.34 275	0.48 305	0.35 377	0.48 401	0.35 368	0.51 418	0.35 371	0.47 386	0.35 377	0.47 393	0.34 366	0.47 389	0.35 364	0.41 302	0.40 350	0.40 364	0.40 416	0.41 364	0.39 387

HanzoNet	0.39 284	0.38 192	0.40 337	0.39 243	0.41 415	0.38 287	0.38 388	0.38 277	0.38 388	0.39 285	0.39 403	0.38 287	0.38 385	0.39 293	0.40 395	0.38 274	0.38 340	0.40 364	0.38 411	0.38 296	0.40 390

CFNet_ucs	2.73 655	9.64 687	0.33 265	9.92 700	0.32 352	0.49 406	0.33 350	0.49 395	0.33 358	0.49 400	0.33 361	0.49 405	8.98 708	0.48 397	0.33 347	0.41 302	9.96 705	0.40 364	0.29 330	10.12 710	0.54 446

knoymous	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

anonymousa	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

riskmin	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

Anonymous_2	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

Anonymous_1	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390

test-3	0.98 497	4.13 632	1.85 630	1.85 571	0.61 476	0.69 459	0.37 381	0.63 446	0.61 469	0.66 458	0.51 460	0.73 471	0.44 420	0.57 441	0.54 450	1.68 589	1.81 626	0.40 364	0.43 434	0.66 435	0.50 431

pcwnet_v2	2.66 653	9.89 689	0.33 265	9.89 699	0.32 352	0.50 415	0.32 339	0.49 395	0.33 358	0.49 400	0.34 369	0.49 405	8.76 707	0.48 397	0.33 347	0.41 302	9.58 701	0.40 364	0.29 330	9.01 705	0.63 469

DGSMNet	0.34 240	0.41 214	0.27 223	0.41 268	0.28 274	0.41 311	0.28 268	0.41 305	0.27 269	0.41 305	0.27 269	0.42 331	0.27 271	0.41 312	0.28 264	0.40 294	0.29 256	0.40 364	0.28 317	0.40 353	0.27 282

AdaStereo	0.40 289	0.40 203	0.40 337	0.40 256	0.40 405	0.40 295	0.40 402	0.40 290	0.40 402	0.40 291	0.40 406	0.40 300	0.40 397	0.40 296	0.40 395	0.40 294	0.40 350	0.40 364	0.40 416	0.40 353	0.40 390
Xiao Song, Guorun Yang, Xinge Zhu, Hui Zhou, Zhe Wang, Jianping Shi: AdaStereo: A Simple and Efficient Approach for Adaptive Stereo Matching. IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR) 2021.
TestStereo_HL3	2.76 658	0.41 214	11.46 708	14.11 705	0.30 295	0.45 384	0.29 279	0.43 329	0.29 281	0.43 324	0.29 286	0.43 338	0.28 279	0.44 362	0.30 286	13.57 708	10.32 706	0.41 381	0.27 299	0.38 296	0.27 282

TestStereo_HL2	2.73 655	0.41 214	11.06 705	14.13 706	0.30 295	0.44 371	0.28 268	0.43 329	0.29 281	0.43 324	0.28 276	0.43 338	0.29 288	0.43 331	0.28 264	13.51 707	10.37 707	0.41 381	0.27 299	0.38 296	0.27 282

GGDA	2.76 658	0.41 214	11.34 707	14.28 707	0.30 295	0.44 371	0.29 279	0.43 329	0.29 281	0.43 324	0.28 276	0.43 338	0.28 279	0.43 331	0.29 277	13.45 706	10.57 708	0.41 381	0.27 299	0.38 296	0.27 282

TestStereo-Hl	2.78 660	0.42 224	11.23 706	14.38 708	0.30 295	0.44 371	0.30 286	0.43 329	0.28 274	0.43 324	0.29 286	0.44 373	0.29 288	0.44 362	0.29 277	13.64 709	10.73 709	0.41 381	0.27 299	0.38 296	0.27 282

depthmonostereo	0.44 325	0.85 320	0.46 366	0.54 366	0.40 405	0.52 431	0.38 388	0.52 422	0.35 371	0.47 386	0.34 369	0.46 387	0.34 366	0.47 389	0.34 360	0.45 347	0.43 374	0.41 381	0.33 372	0.41 364	0.32 342

GREAT-IGEV	0.38 272	0.43 226	0.36 288	0.48 305	0.32 352	0.45 384	0.32 339	0.45 376	0.32 348	0.45 374	0.32 352	0.45 383	0.32 350	0.45 380	0.32 335	0.44 318	0.33 287	0.41 381	0.29 330	0.41 364	0.29 313
Jiahao LI, Xinhong Chen, Zhengmin JIANG, Qian Zhou, Yung-Hui Li, Jianping Wang: Global Regulation and Excitation via Attention Tuning for Stereo Matching. ICCV2025
GwcNet-ADL	0.41 297	0.41 214	0.41 351	0.41 268	0.41 415	0.41 311	0.41 411	0.41 305	0.41 412	0.41 305	0.41 414	0.41 313	0.41 409	0.41 312	0.41 403	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

PSMNet-ADL	0.41 297	0.41 214	0.41 351	0.41 268	0.41 415	0.41 311	0.41 411	0.41 305	0.41 412	0.41 305	0.41 414	0.41 313	0.41 409	0.41 312	0.41 403	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

GANet-ADL	0.41 297	0.41 214	0.41 351	0.41 268	0.41 415	0.41 311	0.41 411	0.41 305	0.41 412	0.41 305	0.41 414	0.41 313	0.41 409	0.41 312	0.41 403	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

ADLNet2	0.41 297	0.41 214	0.41 351	0.41 268	0.41 415	0.41 311	0.41 411	0.41 305	0.41 412	0.41 305	0.41 414	0.41 313	0.41 409	0.41 312	0.41 403	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

CFNet_pseudo	2.67 654	9.36 685	0.32 260	10.99 704	0.33 364	0.85 485	0.33 350	0.49 395	0.33 358	0.49 400	0.32 352	0.49 405	7.26 704	0.49 403	0.33 347	0.41 302	9.62 702	0.41 381	0.29 330	10.03 709	0.29 313

ADLNet	0.41 297	0.41 214	0.41 351	0.41 268	0.41 415	0.41 311	0.41 411	0.41 305	0.41 412	0.41 305	0.41 414	0.41 313	0.41 409	0.41 312	0.41 403	0.41 302	0.41 360	0.41 381	0.41 424	0.41 364	0.41 398

psmorigin	0.41 297	0.46 241	0.33 265	0.49 311	0.33 364	0.49 406	0.33 350	0.49 395	0.33 358	0.49 400	0.33 361	0.49 405	0.33 361	0.51 421	0.33 347	0.41 302	0.30 265	0.41 381	0.30 344	0.79 460	0.29 313

MSMDNet	2.65 652	10.14 691	0.33 265	9.74 698	0.32 352	0.87 488	0.33 350	2.95 661	0.68 486	0.49 400	0.34 369	0.49 405	5.70 700	0.49 403	0.33 347	0.42 316	9.57 700	0.41 381	0.31 355	8.36 702	0.65 477

ccs_rob	2.79 661	10.17 692	0.32 260	10.00 701	0.33 364	0.49 406	0.33 350	1.90 609	0.32 348	0.51 422	0.33 361	0.49 405	9.24 709	0.49 403	0.33 347	0.41 302	9.82 703	0.41 381	0.28 317	9.34 706	0.29 313

HART	0.38 272	0.45 237	0.34 275	0.42 278	0.33 364	0.41 311	0.34 363	0.42 323	0.33 358	0.43 324	0.34 369	0.42 331	0.34 366	0.41 312	0.38 380	0.40 294	0.32 274	0.42 396	0.32 362	0.40 353	0.32 342

PCWNet_CMD	2.80 662	9.82 688	0.32 260	10.09 702	0.32 352	0.49 406	0.33 350	3.34 666	0.33 358	0.49 400	0.33 361	0.49 405	8.73 706	0.48 397	0.33 347	0.41 302	9.22 699	0.42 396	0.29 330	9.55 707	0.31 335

ccnet	0.80 452	2.28 556	0.33 265	0.50 347	0.33 364	0.50 415	0.33 350	0.50 404	0.33 358	0.49 400	0.33 361	0.49 405	1.56 615	2.38 635	0.33 347	0.41 302	0.29 256	0.42 396	1.57 630	2.28 620	0.29 313

quiztm	0.43 312	0.49 253	0.40 337	0.51 358	0.40 405	0.51 427	0.40 402	0.50 404	0.40 402	0.50 413	0.40 406	0.51 430	0.40 397	0.50 411	0.40 395	0.44 318	0.34 316	0.44 399	0.34 376	0.44 374	0.34 356

SCV_C0	0.45 348	0.88 326	0.49 389	0.54 366	0.37 387	0.48 401	0.37 381	0.48 390	0.37 384	0.48 393	0.36 381	0.48 400	0.37 381	0.49 403	0.37 377	0.50 378	0.41 360	0.44 399	0.34 376	0.44 374	0.34 356

SCV	0.46 355	0.94 343	0.45 361	0.54 366	0.37 387	0.48 401	0.38 388	0.48 390	0.37 384	0.48 393	0.39 403	0.48 400	0.37 381	0.49 403	0.37 377	0.50 378	0.46 384	0.44 399	0.34 376	0.44 374	0.34 356

LL-Strereo2	0.48 368	1.73 486	0.51 401	0.59 379	0.34 374	0.42 331	0.33 350	0.40 290	0.31 338	0.42 319	0.33 361	0.42 331	0.31 345	0.44 362	0.39 392	0.60 405	0.51 412	0.44 399	0.33 372	0.44 374	0.33 349

CES	0.39 284	0.47 245	0.36 288	0.36 230	0.37 387	0.45 384	0.35 368	0.35 258	0.40 402	0.36 272	0.44 428	0.47 393	0.36 376	0.44 362	0.36 368	0.37 263	0.39 347	0.44 399	0.35 389	0.37 283	0.36 369

252Zero-FE	0.45 348	0.50 258	0.36 288	0.50 347	0.36 383	0.50 415	0.36 375	0.50 404	0.36 382	0.49 400	0.36 381	0.49 405	0.36 376	0.54 431	0.41 403	0.45 347	0.34 316	0.45 404	0.34 376	0.55 421	0.75 502

UGAM	0.51 381	2.23 553	0.39 305	0.54 366	0.35 377	0.50 415	0.35 368	0.49 395	0.35 371	0.49 400	0.35 377	0.49 405	0.36 376	0.50 411	0.36 368	0.49 372	0.37 333	0.45 404	0.34 376	0.45 379	0.34 356

GCST	0.50 376	2.08 539	0.38 294	0.53 363	0.35 377	0.49 406	0.35 368	0.50 404	0.35 371	0.49 400	0.35 377	0.49 405	0.35 373	0.49 403	0.35 364	0.48 369	0.37 333	0.45 404	0.33 372	0.44 374	0.33 349

Selective-IGEV	0.51 381	0.55 278	0.45 361	0.69 397	0.45 432	0.61 449	0.45 425	0.50 404	0.40 402	0.56 439	0.44 428	0.55 439	0.40 397	0.72 463	0.67 474	0.59 404	0.46 384	0.45 404	0.34 376	0.46 382	0.37 374

PhaseNet	1.74 589	6.34 667	4.81 685	6.77 683	0.24 258	0.80 475	0.53 453	0.48 390	0.22 237	0.53 428	0.28 276	0.48 400	0.25 254	0.40 296	0.32 335	6.39 692	4.61 679	0.46 408	0.38 411	0.25 222	0.18 214

GEAStereo	0.62 405	3.91 626	0.48 382	0.69 397	0.38 394	0.51 427	0.38 388	0.51 418	0.38 388	0.53 428	0.38 393	0.50 419	0.38 385	0.51 421	0.38 380	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 356

GSStereo	0.81 457	4.28 636	0.50 394	0.59 379	0.40 405	0.51 427	0.38 388	0.50 404	0.38 388	0.50 413	0.38 393	0.50 419	3.79 685	0.50 411	0.38 380	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 366

GS-Stereo							0.38 388	0.50 404	0.38 388	0.50 413	0.38 393	0.50 419	3.79 685	0.50 411	0.38 380	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.35 366

gasm-f	0.62 405	3.91 626	0.48 382	0.69 397	0.38 394	0.51 427	0.38 388	0.51 418	0.38 388	0.53 428	0.38 393	0.50 419	0.38 385	0.51 421	0.38 380	0.54 390	0.43 374	0.46 408	0.34 376	0.46 382	0.34 356

GASTEREO	0.48 368	1.21 446	0.47 374	0.57 374	0.38 394	0.50 415	0.38 388	0.50 404	0.38 388	0.50 413	0.38 393	0.50 419	0.38 385	0.50 411	0.38 380	0.52 386	0.42 369	0.46 408	0.34 376	0.46 382	0.34 356

otaku	0.46 355	0.46 241	0.46 366	0.46 293	0.46 434	0.46 391	0.46 427	0.46 380	0.46 427	0.46 380	0.46 435	0.46 387	0.46 427	0.46 385	0.46 421	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

Ntro	0.47 362	0.47 245	0.46 366	0.46 293	0.46 434	0.47 396	0.47 432	0.46 380	0.47 432	0.46 380	0.46 435	0.47 393	0.46 427	0.47 389	0.47 428	0.47 364	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

Dean	0.46 355	0.46 241	0.46 366	0.46 293	0.46 434	0.46 391	0.46 427	0.46 380	0.46 427	0.47 386	0.46 435	0.46 387	0.46 427	0.46 385	0.46 421	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

ACVNet-4b	0.46 355	0.46 241	0.46 366	0.46 293	0.46 434	0.46 391	0.46 427	0.46 380	0.46 427	0.46 380	0.46 435	0.46 387	0.46 427	0.47 389	0.46 421	0.46 357	0.46 384	0.46 408	0.46 438	0.46 382	0.46 413

UGAM-zero	0.51 381	2.17 548	0.39 305	0.53 363	0.36 383	0.50 415	0.36 375	0.50 404	0.36 382	0.49 400	0.36 381	0.50 419	0.35 373	0.50 411	0.36 368	0.49 372	0.37 333	0.47 418	0.35 389	0.46 382	0.34 356

HaxPig	0.47 362	0.47 245	0.47 374	0.49 311	0.47 440	0.47 396	0.47 432	0.47 386	0.47 432	0.47 386	0.47 443	0.47 393	0.47 435	0.47 389	0.47 428	0.47 364	0.47 392	0.47 418	0.47 445	0.47 395	0.48 422

UNDER WATER	0.47 362	0.47 245	0.47 374	0.47 300	0.47 440	0.47 396	0.47 432	0.47 386	0.47 432	0.47 386	0.47 443	0.47 393	0.46 427	0.47 389	0.47 428	0.47 364	0.47 392	0.47 418	0.46 438	0.47 395	0.47 420

ACVNet_1	0.46 355	0.47 245	0.46 366	0.46 293	0.46 434	0.46 391	0.46 427	0.46 380	0.47 432	0.46 380	0.46 435	0.46 387	0.46 427	0.46 385	0.46 421	0.46 357	0.46 384	0.47 418	0.46 438	0.46 382	0.46 413

CASS	0.57 396	0.89 329	0.56 412	0.57 374	0.56 465	0.56 439	0.56 458	0.56 430	0.53 454	0.57 442	0.57 467	0.59 449	0.48 436	0.56 436	0.57 454	0.55 396	0.56 421	0.47 418	0.56 469	0.62 431	0.56 457
Junhong Min, Youngpil Jeon: Confidence-Aware Symmetric Stereo Matching via U-Net Transformer.
GMOStereo	0.37 266	0.45 237	0.23 203	0.30 203	0.37 387	0.41 311	0.36 375	0.41 305	0.35 371	0.43 324	0.36 381	0.41 313	0.40 397	0.41 312	0.36 368	0.34 247	0.22 209	0.47 418	0.37 398	0.39 341	0.33 349

error version	0.93 491	4.47 638	2.35 649	1.99 580	0.37 387	0.41 311	0.36 375	0.41 305	0.35 371	0.43 324	0.36 381	0.41 313	0.40 397	0.41 312	0.36 368	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 349

test_1	0.93 491	4.47 638	2.35 649	1.99 580	0.37 387	0.41 311	0.36 375	0.41 305	0.35 371	0.43 324	0.36 381	0.41 313	0.40 397	0.41 312	0.36 368	1.87 595	2.16 642	0.47 418	0.37 398	0.39 341	0.33 349

MSCF	0.51 381	1.40 469	0.49 389	0.58 376	0.38 394	0.50 415	0.38 388	0.54 426	0.41 412	0.52 425	0.41 414	0.53 432	0.42 415	0.53 428	0.41 403	0.60 405	0.47 392	0.48 426	0.37 398	0.48 399	0.38 381

PAM_32	0.64 409	2.38 568	0.51 401	0.92 440	0.43 427	0.53 433	0.44 419	0.87 479	0.43 420	0.52 425	0.45 432	0.53 432	0.40 397	0.54 431	0.46 421	0.62 413	0.56 421	0.48 426	0.45 436	0.76 454	0.44 410

RainbowNet	0.48 368	0.48 251	0.48 382	0.48 305	0.48 444	0.48 401	0.48 441	0.48 390	0.48 439	0.48 393	0.48 447	0.48 400	0.48 436	0.48 397	0.48 434	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.48 422

notaker	0.48 368	0.49 253	0.48 382	0.48 305	0.48 444	0.48 401	0.48 441	0.48 390	0.49 441	0.48 393	0.48 447	0.48 400	0.48 436	0.48 397	0.48 434	0.48 369	0.48 396	0.48 426	0.48 449	0.48 399	0.49 428

LVE	0.47 362	0.47 245	0.47 374	0.47 300	0.49 447	0.47 396	0.47 432	0.47 386	0.49 441	0.47 386	0.47 443	0.47 393	0.46 427	0.47 389	0.47 428	0.47 364	0.47 392	0.48 426	0.47 445	0.47 395	0.47 420

Anonymus	0.47 362	0.73 300	0.46 366	0.43 284	0.54 464	0.53 433	0.27 258	0.39 282	0.35 371	0.33 261	0.40 406	0.33 265	0.38 385	0.53 428	0.54 450	0.56 399	0.36 329	0.49 431	0.53 461	0.66 435	0.54 446

LG-Stereo_L1	0.47 362	0.52 268	0.47 374	0.62 384	0.39 404	0.53 433	0.40 402	0.53 424	0.39 401	0.53 428	0.39 403	0.53 432	0.39 396	0.53 428	0.39 392	0.55 396	0.46 384	0.49 431	0.37 398	0.49 402	0.37 374

ACVNet_2	0.49 374	0.49 253	0.49 389	0.49 311	0.49 447	0.49 406	0.49 443	0.49 395	0.49 441	0.49 400	0.49 450	0.49 405	0.49 442	0.49 403	0.49 436	0.49 372	0.49 399	0.49 431	0.49 453	0.49 402	0.49 428

iRaftStereo_RVC	0.97 495	3.17 606	2.30 648	2.42 598	0.38 394	0.54 437	0.38 388	0.54 426	0.38 388	0.54 434	0.38 393	0.54 435	0.38 385	0.54 431	0.38 380	2.38 630	2.34 646	0.49 431	0.36 395	0.49 402	0.36 369

CFNet_RVC	2.38 646	8.71 680	0.38 294	9.33 695	0.42 425	0.56 439	0.42 416	0.60 441	0.38 388	0.62 451	0.42 424	0.56 442	7.29 705	0.62 446	0.42 411	0.53 389	0.37 333	0.49 431	0.34 376	8.30 701	6.87 708

FoundationStereo	0.50 376	0.50 258	0.50 394	0.50 347	0.50 451	0.50 415	0.50 447	0.50 404	0.50 446	0.50 413	0.50 454	0.50 419	0.50 446	0.50 411	0.50 439	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

StereoAnything_RVC	0.50 376	0.50 258	0.50 394	0.50 347	0.50 451	0.50 415	0.50 447	0.50 404	0.50 446	0.50 413	0.50 454	0.50 419	0.50 446	0.50 411	0.50 439	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

fffft	0.48 368	0.51 266	0.45 361	0.52 361	0.45 432	0.52 431	0.45 425	0.52 422	0.48 439	0.53 428	0.45 432	0.52 431	0.45 424	0.52 426	0.46 421	0.51 384	0.41 360	0.50 436	0.41 424	0.50 407	0.41 398
1: 1. 1
dual_stereo	0.50 376	0.50 258	0.50 394	0.50 347	0.50 451	0.50 415	0.50 447	0.50 404	0.50 446	0.50 413	0.50 454	0.50 419	0.50 446	0.50 411	0.50 439	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

SANet	0.50 376	0.50 258	0.50 394	0.50 347	0.50 451	0.50 415	0.50 447	0.50 404	0.50 446	0.50 413	0.50 454	0.50 419	0.50 446	0.50 411	0.50 439	0.50 378	0.50 407	0.50 436	0.50 455	0.50 407	0.50 431

LG-Stereo_Zeroshot	0.48 368	0.55 278	0.47 374	0.63 386	0.41 415	0.56 439	0.44 419	0.56 430	0.41 412	0.56 439	0.41 414	0.57 445	0.42 415	0.56 436	0.41 403	0.55 396	0.43 374	0.51 441	0.37 398	0.51 413	0.37 374

KSHMR	0.66 413	0.50 258	0.48 382	1.15 477	0.52 458	0.49 406	0.51 451	0.49 395	0.71 504	0.67 459	0.50 454	1.16 539	1.11 538	0.66 454	0.52 446	0.49 372	0.49 399	0.51 441	0.66 493	0.50 407	1.14 549

LL-Strereo	1.01 506	5.06 645	1.63 609	0.70 403	1.43 622	0.56 439	0.46 427	0.57 433	0.50 446	0.57 442	0.50 454	1.58 604	0.49 442	0.59 443	0.50 439	1.64 588	0.52 414	0.51 441	1.37 617	0.52 415	0.45 412

FSD	0.61 402	0.59 284	0.50 394	2.58 605	0.44 428	0.56 439	0.44 419	0.55 429	0.44 423	0.56 439	0.44 428	0.56 442	0.44 420	0.56 436	0.46 421	0.61 409	0.42 369	0.52 444	0.42 432	0.52 415	0.51 438

LG-Stereo	0.60 397	0.58 283	0.47 374	0.64 389	0.74 505	1.00 504	0.69 491	0.57 433	0.41 412	0.57 442	0.41 414	0.57 445	0.41 409	1.00 510	0.75 507	0.91 469	0.51 412	0.52 444	0.37 398	0.52 415	0.37 374

Occ-G	1.12 519	0.52 268	3.72 680	3.50 639	0.50 451	0.56 439	0.47 432	0.54 426	0.46 427	0.54 434	0.41 414	0.54 435	0.42 415	0.52 426	0.42 411	3.42 654	4.02 675	0.52 444	0.45 436	0.51 413	0.44 410

PML	0.46 355	1.36 464	0.29 234	0.58 376	0.30 295	0.57 445	0.29 279	0.57 433	0.29 281	0.57 442	0.29 286	0.57 445	0.29 288	0.56 436	0.29 277	0.52 386	0.30 265	0.53 447	0.31 355	0.53 419	0.30 326

MyStereo8	0.71 427	3.92 628	0.52 404	0.59 379	0.52 458	0.57 445	0.53 453	0.59 439	0.50 446	0.59 446	0.51 460	0.57 445	0.50 446	0.56 436	0.52 446	0.54 390	0.49 399	0.54 448	0.49 453	0.55 421	0.50 431

PSMNet_ROB	0.54 387	0.54 276	0.54 409	0.54 366	0.53 461	0.54 437	0.54 456	0.53 424	0.54 456	0.54 434	0.54 464	0.54 435	0.53 453	0.54 431	0.54 450	0.54 390	0.53 416	0.54 448	0.54 463	0.54 420	0.54 446

DN	0.53 386	0.85 320	0.45 361	0.65 390	0.44 428	0.60 448	0.44 419	0.60 441	0.44 423	0.60 447	0.45 432	0.60 450	0.44 420	0.60 445	0.44 415	0.56 399	0.42 369	0.56 450	0.42 432	0.56 423	0.42 405

AIO-test1	0.54 387	0.60 287	0.52 404	0.66 394	0.47 440	0.61 449	0.47 432	0.58 436	0.46 427	0.61 448	0.46 435	0.61 452	0.45 424	0.62 446	0.45 417	0.61 409	0.52 414	0.57 451	0.48 449	0.57 426	0.48 422

AIO-test2	0.55 392	0.59 284	0.52 404	0.67 395	0.47 440	0.61 449	0.47 432	0.61 444	0.47 432	0.61 448	0.47 443	0.61 452	0.48 436	0.62 446	0.47 428	0.64 417	0.53 416	0.58 452	0.47 445	0.58 428	0.48 422

ktn	0.72 430	0.53 272	1.08 512	1.14 474	0.51 457	1.22 583	1.36 616	0.51 418	0.59 465	0.51 422	0.51 460	0.69 463	1.20 550	0.67 456	0.51 444	0.51 384	0.49 399	0.58 452	0.66 493	0.52 415	0.53 443

FC-DCNN	1.07 513	1.09 383	0.98 500	0.89 432	0.52 458	1.41 601	0.91 527	1.21 576	1.24 611	1.96 613	2.05 669	1.91 614	1.30 603	1.27 592	1.08 544	0.80 452	0.60 434	0.58 452	0.41 424	0.68 438	0.54 446

S	0.56 394	0.61 288	0.54 409	0.68 396	0.48 444	0.65 455	0.49 443	0.63 446	0.49 441	0.64 454	0.49 450	0.64 456	0.48 436	0.62 446	0.49 436	0.63 415	0.62 439	0.59 455	0.48 449	0.57 426	0.48 422

MonSter	0.60 397	0.64 291	0.52 404	0.62 384	0.44 428	2.07 624	0.44 419	0.62 445	0.44 423	0.62 451	0.44 428	0.62 454	0.44 420	0.62 446	0.44 415	0.58 402	0.42 369	0.62 456	0.46 438	0.58 428	0.42 405

SMoEStereo_RVC	0.63 407	0.75 305	0.51 401	0.73 411	0.53 461	0.71 464	0.47 432	0.67 452	0.58 460	0.74 472	0.60 473	0.72 469	0.53 453	0.74 467	0.51 444	0.61 409	0.62 439	0.62 456	0.61 479	0.63 432	0.61 464

PointNet	0.60 397	0.75 305	0.49 389	0.79 417	0.50 451	0.79 473	0.49 443	0.79 467	0.49 441	0.80 479	0.49 450	0.79 479	0.49 442	0.80 473	0.49 436	0.63 415	0.40 350	0.63 458	0.40 416	0.63 432	0.40 390

DispNO	1.00 498	0.63 289	0.43 357	3.45 635	0.44 428	0.65 455	0.43 418	0.64 448	0.43 420	0.64 454	0.43 426	0.64 456	3.03 663	0.64 452	0.43 414	4.55 665	0.43 374	0.63 458	0.43 434	0.63 432	0.43 407

WCG-NET	0.61 402	1.21 446	0.54 409	0.61 383	0.53 461	0.67 458	0.53 453	0.66 451	0.53 454	0.64 454	0.53 463	0.65 460	0.53 453	0.59 443	0.52 446	0.65 418	0.48 396	0.64 460	0.52 459	0.58 428	0.50 431

MyStereo06	0.75 438	4.12 630	0.60 420	0.63 386	0.61 476	0.62 452	0.66 475	0.56 430	0.45 426	0.55 437	0.48 447	0.54 435	0.46 427	0.57 441	0.45 417	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 454

MyStereo05	0.80 452	4.12 630	0.63 431	0.63 386	0.61 476	0.62 452	0.66 475	0.65 449	0.62 470	0.67 459	0.61 477	0.65 460	0.58 461	0.67 456	0.55 453	0.60 405	0.57 423	0.64 460	0.55 465	0.72 447	0.55 454

LMCR-Stereo	0.65 411	0.63 289	0.65 438	0.65 390	0.65 484	0.66 457	0.63 469	0.58 436	0.65 476	0.63 453	0.64 481	0.65 460	0.65 473	0.66 454	0.66 473	0.66 420	0.64 444	0.65 463	0.67 497	0.68 438	0.73 498

DSFCA	0.66 413	0.73 300	0.78 476	0.65 390	0.65 484	0.64 454	0.64 470	0.65 449	0.63 473	0.64 454	0.64 481	0.64 456	0.64 470	0.65 453	0.65 469	0.65 418	0.65 446	0.65 463	0.65 491	0.66 435	0.64 475

LiteMatch	1.13 521	0.73 300	2.80 657	3.23 622	0.61 476	0.83 483	0.68 483	0.73 462	0.69 491	1.00 505	0.77 518	0.94 504	0.57 458	0.82 477	0.64 465	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 488

Lsterematch	1.13 521	0.73 300	2.80 657	3.23 622	0.61 476	0.83 483	0.68 483	0.73 462	0.69 491	1.00 505	0.77 518	0.94 504	0.57 458	0.82 477	0.64 465	2.97 647	2.43 649	0.68 465	0.32 362	0.56 423	0.70 488

anonymity	0.63 407	0.69 293	0.56 412	0.71 405	0.56 465	0.71 464	0.56 458	0.71 459	0.56 457	0.72 465	0.56 466	0.71 466	0.56 457	0.71 461	0.58 456	0.68 422	0.55 419	0.68 465	0.55 465	0.68 438	0.54 446

SE	0.64 409	0.73 300	0.77 474	0.79 417	0.59 468	0.78 470	0.54 456	0.58 436	0.58 460	0.78 476	0.59 471	0.63 455	0.18 223	0.78 470	0.52 446	0.80 452	0.65 446	0.69 468	0.57 471	0.75 451	0.52 440

mm2	0.69 421	0.69 293	0.69 454	0.69 397	0.69 494	0.69 459	0.69 491	0.69 454	0.69 491	0.69 462	0.69 498	0.69 463	0.69 490	0.69 458	0.69 490	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 485

mm1	0.69 421	0.69 293	0.69 454	0.69 397	0.69 494	0.69 459	0.69 491	0.69 454	0.69 491	0.69 462	0.69 498	0.69 463	0.69 490	0.69 458	0.69 490	0.69 423	0.69 460	0.69 468	0.69 502	0.69 442	0.69 485

DMCA-RVC	0.70 424	0.80 312	0.70 457	0.70 403	0.70 498	0.70 462	0.70 498	0.71 459	0.70 499	0.70 464	0.71 507	0.71 466	0.70 494	0.70 460	0.69 490	0.69 423	0.70 463	0.69 468	0.70 506	0.69 442	0.70 488

PA-Net	11.80 709	223.51 735	0.62 427	0.59 379	0.71 500	0.59 447	0.73 504	0.67 452	0.73 510	0.55 437	0.61 477	0.60 450	0.74 501	0.63 451	0.73 502	0.66 420	0.60 434	0.69 468	0.66 493	0.72 447	0.65 477
Zhibo Rao, Mingyi He, Yuchao Dai, Zhelun Shen: Patch Attention Network with Generative Adversarial Model for Semi-Supervised Binocular Disparity Prediction.
ARAFT	0.68 418	0.81 315	0.63 431	0.74 414	0.60 470	0.78 470	0.62 468	0.77 466	0.66 479	0.74 472	0.63 479	0.75 474	0.62 469	0.83 482	0.60 461	0.70 428	0.55 419	0.70 473	0.60 476	0.78 458	0.55 454

AEACV	1.12 519	0.52 268	3.12 671	3.24 624	0.86 525	0.53 433	0.49 443	0.60 441	0.47 432	0.53 428	0.49 450	0.55 439	0.45 424	0.55 435	0.47 428	3.01 649	3.88 673	0.71 474	0.60 476	0.80 463	0.48 422

CAR	0.72 430	0.76 307	0.59 416	0.84 426	1.19 563	0.81 478	0.58 461	0.81 473	0.58 460	0.81 482	0.58 469	0.83 486	0.59 463	0.82 477	0.59 459	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 440

MSE-Stereo	0.72 430	0.76 307	0.59 416	0.84 426	1.19 563	0.81 478	0.58 461	0.81 473	0.58 460	0.81 482	0.58 469	0.83 486	0.59 463	0.82 477	0.59 459	0.71 429	0.49 399	0.73 475	0.68 498	0.87 475	0.52 440

DStereoRT	0.73 434	0.81 315	0.73 468	0.71 405	0.74 505	0.73 466	0.75 506	0.71 459	0.71 504	0.74 472	0.72 510	0.73 471	0.80 510	0.71 461	0.73 502	0.76 447	0.71 467	0.73 475	0.72 511	0.70 445	0.76 505

zero-FE	0.72 430	1.31 460	0.66 441	0.92 440	0.60 470	0.82 481	0.58 461	0.82 476	0.58 460	0.81 482	0.60 473	0.81 484	0.60 465	0.82 477	0.58 456	0.74 444	0.59 431	0.73 475	0.52 459	0.76 454	0.51 438

iGMRVC	0.84 469	2.85 598	0.72 464	0.72 407	0.73 503	0.77 468	0.79 511	0.73 462	0.74 512	0.73 467	0.72 510	0.73 471	0.76 504	0.73 465	0.73 502	0.72 437	0.73 470	0.73 475	0.72 511	0.73 450	0.72 495

RAFT-Stereo + iAFF	0.70 424	0.72 299	0.71 461	0.80 421	0.62 481	0.82 481	0.61 467	0.81 473	0.62 470	0.81 482	0.63 479	0.80 481	0.70 494	0.73 465	0.61 463	0.76 447	0.61 438	0.74 480	0.61 479	0.77 456	0.61 464

CoDeX	0.15 147	0.70 296	0.02 15	0.02 14	0.02 22	0.02 20	0.02 21	0.02 21	0.02 22	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.67 474	0.02 15	0.69 460	0.75 481	0.01 9	0.02 21	0.02 20

CFNet-RSSM	0.91 484	4.89 643	0.34 275	0.44 288	1.07 549	1.62 609	1.40 623	0.91 487	0.35 371	1.60 601	1.39 623	0.64 456	0.34 366	0.44 362	0.33 347	0.41 302	0.35 323	0.75 481	0.30 344	0.41 364	0.29 313

monster-pro	0.75 438	1.67 478	0.64 434	0.89 432	0.57 467	0.86 487	0.56 458	0.87 479	0.56 457	0.87 488	0.57 467	0.88 491	0.57 458	0.87 488	0.57 454	0.79 450	0.58 425	0.76 483	0.54 463	0.77 456	0.54 446

GCAP-Stereo	0.75 438	4.15 633	0.42 356	0.75 415	0.35 377	0.78 470	0.40 402	0.79 467	0.38 388	0.78 476	0.36 381	0.78 477	0.36 376	0.79 471	0.39 392	0.75 445	0.39 347	0.76 483	0.39 415	0.75 451	0.39 387

HCRNet	1.22 571	7.11 669	3.00 659	3.55 640	0.33 364	0.29 246	0.14 182	0.19 185	0.15 199	0.33 261	0.29 286	0.25 228	0.14 187	0.22 206	0.33 347	3.64 655	3.00 653	0.76 483	0.32 362	0.18 186	0.13 179

SFCPSM	0.17 158	0.78 310	0.02 15	0.02 14	0.01 10	0.02 20	0.02 21	0.02 21	0.01 10	0.02 21	0.02 21	0.02 21	0.01 9	0.02 20	0.79 512	0.02 15	0.75 473	0.76 483	0.02 21	0.02 21	0.02 20

RSM++	0.76 443	0.82 317	0.66 441	0.85 430	0.64 482	0.85 485	0.71 501	0.94 495	0.64 474	0.87 488	0.67 488	0.87 490	0.65 473	0.84 483	0.65 469	0.81 456	0.70 463	0.79 487	0.71 509	0.83 470	0.70 488

Selective-RAFT-Error	0.88 481	0.84 318	0.98 500	0.86 431	0.97 537	0.88 489	0.95 532	0.84 477	0.99 541	0.92 496	0.82 526	0.84 488	0.98 524	0.87 488	0.97 531	0.81 456	0.83 486	0.79 487	0.82 527	0.79 460	0.85 516

G-Net	0.79 449	0.79 311	0.79 479	0.79 417	0.79 518	0.79 473	0.79 511	0.79 467	0.79 518	0.79 478	0.79 522	0.79 479	0.79 509	0.79 471	0.79 512	0.79 450	0.79 480	0.79 487	0.79 522	0.79 460	0.79 510

NaN_ROB	0.80 452	0.80 312	0.80 480	0.80 421	0.80 521	0.80 475	0.80 514	0.80 470	0.80 520	0.80 479	0.80 524	0.80 481	0.80 510	0.80 473	0.80 515	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 511

CSAN	0.80 452	0.80 312	0.80 480	0.80 421	0.80 521	0.80 475	0.80 514	0.80 470	0.80 520	0.80 479	0.80 524	0.80 481	0.80 510	0.80 473	0.80 515	0.80 452	0.80 483	0.80 490	0.80 524	0.80 463	0.80 511

FlowAnything_test	1.02 508	1.72 481	0.71 461	1.59 561	0.70 498	1.61 607	0.69 491	1.61 598	0.70 499	1.60 601	0.70 502	1.61 608	0.69 490	1.61 605	0.70 498	0.81 456	0.58 425	0.81 492	0.55 465	0.81 466	0.56 457

FlowAnything	1.02 508	1.71 480	0.72 464	1.59 561	0.69 494	1.60 606	0.69 491	1.61 598	0.70 499	1.60 601	0.69 498	1.60 605	0.69 490	1.61 605	0.69 490	0.81 456	0.58 425	0.81 492	0.56 469	0.82 468	0.56 457

DCRE	0.84 469	1.89 525	0.77 474	0.94 447	0.72 502	0.88 489	0.73 504	0.87 479	0.78 514	0.90 492	0.71 507	0.88 491	0.67 479	0.88 490	0.73 502	0.81 456	0.68 454	0.81 492	0.70 506	0.82 468	0.70 488

AFF-stereo	0.73 434	0.88 326	0.67 445	0.75 415	0.68 493	0.75 467	0.64 470	0.80 470	0.72 507	0.83 487	0.70 502	0.82 485	0.64 470	0.84 483	0.67 474	0.77 449	0.63 442	0.81 492	0.63 482	0.78 458	0.62 467

Selective-RAFT	0.89 483	0.89 329	0.72 464	1.16 482	0.78 516	1.06 521	0.82 521	0.87 479	0.97 538	1.00 505	0.91 533	0.90 496	1.00 525	0.89 492	0.93 528	0.83 461	0.83 486	0.82 496	0.82 527	0.81 466	0.82 514

999	1.00 498	1.12 389	0.59 416	1.10 468	1.21 611	1.09 527	0.52 452	1.08 515	1.43 625	1.18 537	1.35 617	0.98 509	0.52 452	0.91 495	0.85 521	0.72 437	1.46 598	0.83 497	0.98 536	0.68 438	1.41 621

DNS	0.77 444	1.09 383	0.65 438	0.89 432	0.65 484	0.89 492	0.65 474	0.89 484	0.65 476	0.89 491	0.65 484	0.89 494	0.65 473	0.90 493	0.65 469	0.84 463	0.62 439	0.84 498	0.61 479	0.84 472	0.62 467

UDG	0.80 452	2.21 552	0.60 420	0.91 437	0.60 470	0.90 493	0.58 461	0.88 483	0.60 466	0.90 492	0.60 473	0.88 491	0.60 465	0.90 493	0.58 456	0.86 466	0.60 434	0.84 498	0.59 475	0.84 472	0.61 464

ToySt	0.92 486	2.11 542	0.90 491	0.95 449	0.79 518	0.99 503	0.78 510	0.94 495	0.81 523	0.94 501	0.78 520	0.95 506	0.77 506	0.94 502	0.86 522	0.91 469	0.79 480	0.85 500	0.77 518	0.89 479	0.73 498

DDUNet	0.81 457	2.45 572	0.57 414	0.90 435	0.60 470	0.88 489	0.59 465	0.90 485	0.60 466	0.88 490	0.60 473	0.90 496	0.58 461	0.88 490	0.60 461	0.84 463	0.60 434	0.86 501	0.57 471	0.86 474	0.60 462

MCSU-Stereo	7.34 706	31.03 718	23.33 716	30.31 716	0.67 489	0.93 498	0.64 470	0.92 490	0.64 474	0.92 496	0.64 481	0.93 502	0.64 470	0.92 499	0.64 465	28.35 717	22.39 717	0.88 502	0.60 476	0.83 470	0.60 462

MoCha-V2	2.11 622	26.97 711	0.78 476	0.92 440	0.77 515	0.96 501	0.72 503	0.90 485	0.72 507	0.94 501	0.70 502	0.90 496	0.71 498	0.91 495	0.71 500	0.85 465	0.71 467	0.88 502	0.69 502	0.87 475	0.67 482

MGA	0.73 434	0.76 307	0.60 420	0.92 440	1.17 559	0.81 478	0.59 465	0.84 477	0.62 470	0.81 482	0.59 471	0.84 488	0.60 465	0.81 476	0.61 463	0.71 429	0.53 416	0.89 504	0.53 461	0.75 451	0.54 446

AdaDepth	0.86 478	0.93 341	0.71 461	1.01 461	1.07 549	1.02 518	0.71 501	1.00 499	0.71 504	1.01 516	0.71 507	1.00 510	0.72 499	1.14 537	0.71 500	0.92 472	0.64 444	0.90 505	0.64 487	0.89 479	0.69 485

AIO-Stereo-zeroshot1	0.75 438	0.92 339	0.85 487	0.96 452	0.59 468	1.27 587	0.44 419	0.59 439	0.69 491	0.91 494	0.68 493	0.55 439	0.61 468	1.06 526	0.83 520	0.62 413	0.70 463	0.90 505	0.41 424	0.89 479	0.56 457

DGTPSM_ROB	0.93 491	1.00 357	0.92 495	0.94 447	0.96 536	0.91 494	0.92 528	0.91 487	0.96 537	0.91 494	0.96 537	0.93 502	0.92 519	0.94 502	0.92 524	0.92 472	0.92 493	0.90 505	0.92 531	0.94 495	0.91 522

WQFJA1++	0.84 469	0.98 348	0.67 445	1.26 535	0.75 507	1.00 504	0.67 479	1.00 499	0.67 480	1.00 505	0.67 488	1.00 510	0.67 479	1.00 510	0.67 474	0.96 480	0.67 449	0.91 508	0.63 482	0.92 486	0.63 469

DPSM_ROB	0.92 486	0.91 334	0.91 493	0.91 437	0.92 532	0.92 495	0.92 528	0.92 490	0.91 528	0.93 499	0.91 533	0.92 499	0.90 517	0.91 495	0.92 524	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 524

DPSM	0.92 486	0.91 334	0.91 493	0.91 437	0.92 532	0.92 495	0.92 528	0.92 490	0.91 528	0.93 499	0.91 533	0.92 499	0.90 517	0.91 495	0.92 524	0.92 472	0.91 491	0.91 508	0.92 531	0.93 491	0.93 524

WQFJX1	0.84 469	0.98 348	0.67 445	1.30 543	0.75 507	1.01 512	0.67 479	1.01 508	0.67 480	1.01 516	0.67 488	1.01 518	0.68 483	1.00 510	0.68 482	0.98 485	0.67 449	0.92 511	0.64 487	0.92 486	0.64 475

NLMM1	0.86 478	0.98 348	0.69 454	1.48 558	0.75 507	1.01 512	0.69 491	1.00 499	0.69 491	1.00 505	0.70 502	1.00 510	0.68 483	1.01 518	0.67 474	0.97 481	0.68 454	0.92 511	0.63 482	0.93 491	0.63 469

STTRV1_RVC	0.82 462	1.60 476	0.70 457	1.01 461	0.60 470	1.07 524	0.69 491	1.01 508	0.60 466	0.72 465	0.55 465	1.02 522	0.68 483	1.03 524	0.67 474	0.89 468	0.63 442	0.92 511	0.57 471	0.90 482	0.65 477

pmcnn	0.92 486	0.92 339	0.92 495	0.92 440	0.92 532	0.92 495	0.92 528	0.92 490	0.92 532	0.92 496	0.92 536	0.92 499	0.92 519	0.92 499	0.92 524	0.92 472	0.92 493	0.92 511	0.92 531	0.92 486	0.92 523

WQFJA1	0.85 475	0.98 348	0.67 445	1.29 541	0.76 512	1.01 512	0.67 479	1.02 513	0.67 480	1.02 520	0.67 488	1.01 518	0.67 479	1.01 518	0.68 482	0.99 486	0.67 449	0.93 515	0.64 487	0.92 486	0.65 477

WQFJX	0.85 475	1.00 357	0.68 452	1.30 543	0.75 507	1.01 512	0.68 483	1.01 508	0.68 486	1.01 516	0.68 493	1.03 524	0.68 483	1.02 522	0.67 474	0.97 481	0.67 449	0.93 515	0.63 482	0.94 495	0.63 469

NLMM	0.84 469	1.00 357	0.67 445	1.27 536	0.75 507	1.00 504	0.68 483	1.00 499	0.67 480	1.00 505	0.67 488	1.02 522	0.67 479	1.02 522	0.67 474	0.97 481	0.67 449	0.93 515	0.63 482	0.92 486	0.63 469

NLSM3	0.85 475	0.99 355	0.68 452	1.29 541	0.76 512	1.01 512	0.68 483	1.01 508	0.68 486	1.02 520	0.68 493	1.01 518	0.68 483	1.01 518	0.68 482	0.97 481	0.68 454	0.93 515	0.64 487	0.93 491	0.63 469

R-Stereo Train	0.81 457	0.96 345	0.67 445	0.95 449	0.67 489	0.95 499	0.68 483	0.95 497	0.68 486	0.95 503	0.68 493	0.96 507	0.68 483	0.96 506	0.68 482	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 483

RAFT-Stereo	0.81 457	0.96 345	0.67 445	0.95 449	0.67 489	0.95 499	0.68 483	0.95 497	0.68 486	0.95 503	0.68 493	0.96 507	0.68 483	0.96 506	0.68 482	0.94 478	0.68 454	0.94 519	0.68 498	0.94 495	0.68 483
Lahav Lipson, Zachary Teed, and Jia Deng: RAFT-Stereo: Multilevel Recurrent Field Transforms for Stereo Matching. 3DV
AIO-Stereo	0.84 469	0.66 292	0.70 457	0.83 425	0.67 489	0.98 502	0.82 521	1.14 519	0.72 507	1.03 522	0.74 514	1.03 524	1.09 537	0.99 508	0.45 417	1.04 493	0.73 470	0.95 521	0.74 513	0.94 495	0.46 413

IGEVStereo-DCA	1.77 591	4.21 634	1.84 628	2.49 601	2.11 662	2.54 648	1.36 616	1.65 602	1.17 560	2.75 657	1.90 652	2.54 643	1.15 543	0.94 502	1.11 546	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 517

rrr	1.77 591	4.21 634	1.84 628	2.49 601	2.11 662	2.54 648	1.36 616	1.65 602	1.17 560	2.75 657	1.90 652	2.54 643	1.15 543	0.94 502	1.11 546	1.50 581	1.32 577	0.96 522	1.46 626	1.49 589	0.88 517

11t	1.27 575	2.70 583	1.34 580	1.32 546	0.89 527	1.30 589	1.34 613	1.64 601	0.57 459	1.45 599	0.72 510	1.05 526	1.29 602	1.07 529	1.29 614	1.49 580	1.02 504	0.97 524	1.15 552	1.48 588	1.31 612

HBP-ISP	1.24 573	1.72 481	1.65 610	1.15 477	0.76 512	1.40 599	0.88 524	1.67 604	1.02 548	1.69 608	1.38 622	1.69 609	1.21 596	1.87 615	1.21 605	1.05 494	0.79 480	0.97 524	0.80 524	1.19 526	0.75 502

LGCAT	1.00 498	1.00 357	1.00 502	1.00 456	1.00 538	1.00 504	1.00 536	1.00 499	1.00 542	1.00 505	1.00 540	1.00 510	1.00 525	1.00 510	1.00 534	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

Test_v1	1.00 498	1.00 357	1.00 502	1.00 456	1.00 538	1.00 504	1.00 536	1.00 499	1.00 542	1.00 505	1.00 540	1.00 510	1.00 525	1.00 510	1.00 534	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

GANet	1.00 498	1.00 357	1.00 502	1.00 456	1.00 538	1.00 504	1.00 536	1.00 499	1.00 542	1.00 505	1.00 540	1.00 510	1.00 525	1.00 510	1.00 534	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

TDLM	1.00 498	1.00 357	1.00 502	1.00 456	1.00 538	1.00 504	1.00 536	1.00 499	1.00 542	1.00 505	1.00 540	1.00 510	1.00 525	1.00 510	1.00 534	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

CVANet_RVC	1.00 498	1.00 357	1.00 502	1.00 456	1.00 538	1.00 504	1.00 536	1.00 499	1.00 542	1.00 505	1.00 540	1.00 510	1.00 525	1.00 510	1.00 534	1.00 487	1.00 497	1.00 526	1.00 538	1.00 500	1.00 532

trnet	1.01 506	1.01 367	1.01 507	1.01 461	1.01 544	1.01 512	1.01 541	1.01 508	1.01 547	1.01 516	1.01 545	1.01 518	1.01 533	1.01 518	1.01 539	1.01 492	1.01 503	1.01 531	1.01 545	1.01 505	1.01 538

Wavelet-MonSter	1.00 498	1.21 446	0.76 472	1.94 575	1.01 544	1.11 531	0.76 508	1.15 520	0.76 513	1.11 531	0.76 516	1.14 537	0.76 504	1.11 534	0.76 509	1.21 559	0.90 490	1.02 532	0.71 509	1.02 507	0.71 494

DPSimNet_ROB	0.97 495	1.18 398	0.81 483	1.10 468	0.91 531	1.02 518	0.82 521	1.04 514	0.91 528	1.03 522	0.86 529	1.28 593	0.82 514	1.03 524	0.89 523	1.17 510	0.81 485	1.02 532	0.82 527	1.08 510	0.81 513

AIO-Stereo-zeroshot	0.91 484	0.86 322	0.89 488	1.25 534	0.69 494	1.05 520	0.81 518	1.16 523	0.50 446	1.12 532	0.97 538	0.72 469	0.82 514	1.06 526	0.95 529	0.61 409	0.87 488	1.03 534	0.85 530	1.04 508	1.01 538

GLC_STEREO	1.07 513	1.01 367	1.06 510	1.07 466	1.05 548	1.06 521	1.08 546	1.08 515	1.05 551	1.07 524	1.06 547	1.08 527	1.05 535	1.06 526	1.10 545	1.07 495	1.09 513	1.05 535	1.05 547	1.06 509	1.12 545

MSMD_ROB	1.19 523	1.10 388	0.70 457	1.10 468	0.60 470	1.10 528	0.70 498	1.10 518	0.70 499	1.10 526	0.70 502	1.10 531	0.70 494	7.00 707	0.70 498	1.10 499	0.70 463	1.10 536	0.70 506	1.10 511	0.70 488

Hybrid-DGEV	1.03 510	1.75 487	0.80 480	1.28 540	0.78 516	1.26 586	0.80 514	1.26 580	0.78 514	1.26 586	0.78 520	1.26 589	0.78 508	1.26 589	0.78 511	1.15 509	0.75 473	1.14 537	0.74 513	1.14 513	0.75 502

TorneroNet	0.66 413	0.53 272	0.50 394	0.50 347	0.64 482	1.06 521	0.70 498	0.50 404	0.51 453	0.49 400	0.69 498	0.49 405	0.50 446	0.48 397	1.15 550	0.71 429	0.49 399	1.14 537	1.08 548	0.49 402	0.49 428

NCC-stereo	2.36 642	25.52 706	1.17 520	1.15 477	1.17 559	1.11 531	1.11 547	1.15 520	1.16 556	1.10 526	1.16 555	1.10 531	1.15 543	1.14 537	1.13 548	1.09 497	1.11 517	1.15 539	1.16 554	1.17 523	1.17 554

RP	2.33 640	25.00 704	1.13 515	1.15 477	1.15 554	1.10 528	1.15 552	1.15 520	1.15 555	1.12 532	1.15 552	1.09 529	1.13 539	1.10 532	1.15 550	1.11 504	1.09 513	1.16 540	1.12 550	1.16 518	1.17 554

RGC	2.36 642	25.48 705	1.19 524	1.15 477	1.15 554	1.10 528	1.16 554	1.17 525	1.16 556	1.12 532	1.16 555	1.11 535	1.13 539	1.09 530	1.18 556	1.10 499	1.15 522	1.16 540	1.12 550	1.14 513	1.12 545

edge stereo	2.43 647	27.07 712	1.14 516	1.06 465	1.14 552	1.08 525	1.17 555	1.16 523	1.14 554	1.10 526	1.16 555	1.09 529	1.16 547	1.10 532	1.16 554	1.10 499	1.11 517	1.16 540	1.19 556	1.13 512	1.11 543

Nwc_Net	2.37 644	25.95 708	1.15 518	1.14 474	1.15 554	1.08 525	1.14 550	1.17 525	1.16 556	1.14 535	1.15 552	1.08 527	1.15 543	1.11 534	1.14 549	1.10 499	1.11 517	1.16 540	1.09 549	1.16 518	1.15 550

AF-Net	2.37 644	25.71 707	1.17 520	1.13 473	1.15 554	1.15 535	1.18 556	1.19 528	1.16 556	1.10 526	1.15 552	1.10 531	1.18 548	1.12 536	1.15 550	1.10 499	1.10 516	1.17 544	1.15 552	1.16 518	1.12 545

Abc-Net	2.32 639	24.75 703	1.14 516	1.17 483	1.17 559	1.11 531	1.15 552	1.17 525	1.21 608	1.08 525	1.16 555	1.12 536	1.14 542	1.09 530	1.17 555	1.09 497	1.16 523	1.17 544	1.17 555	1.16 518	1.11 543
Xing Li, Yangyu Fan, Guoyun Lv, and Haoyue Ma: Area-based Correlation and Non-local Attention Network for Stereo Matching. The Visual Computer
HSM-Net_RVC	0.95 494	1.17 396	0.78 476	1.18 484	0.71 500	1.16 536	0.75 506	1.09 517	0.80 520	1.10 526	0.75 515	1.17 540	0.74 501	1.17 540	0.80 515	1.13 506	0.73 470	1.17 544	0.77 518	1.16 518	0.72 495
Gengshan Yang, Joshua Manela, Michael Happold, and Deva Ramanan: Hierarchical Deep Stereo Matching on High-resolution Images. CVPR 2019
Hybrid-DGEV-2	1.05 512	1.83 513	0.83 484	1.33 547	0.82 524	1.30 589	0.81 518	1.26 580	0.79 518	1.29 588	0.79 522	1.26 589	0.80 510	1.26 589	0.79 512	1.20 513	0.78 478	1.18 547	0.77 518	1.20 528	0.77 507

MLG-Stereo	0.92 486	0.90 332	0.84 486	1.27 536	0.49 447	1.38 597	0.88 524	1.41 594	0.97 538	0.73 467	1.09 549	1.26 589	0.43 418	0.72 463	1.05 542	1.13 506	0.49 399	1.18 547	0.66 493	1.01 505	0.46 413

Hybrid-DGEV-03	1.07 513	1.83 513	0.83 484	1.34 548	0.81 523	1.32 591	0.81 518	1.31 587	0.81 523	1.31 589	0.82 526	1.32 594	0.82 514	1.32 594	0.81 518	1.19 511	0.77 476	1.19 549	0.76 516	1.19 526	0.77 507

stereogan	2.33 640	24.38 702	1.18 522	1.18 484	1.18 562	1.14 534	1.18 556	1.19 528	1.19 562	1.14 535	1.18 559	1.14 537	1.18 548	1.14 537	1.18 556	1.14 508	1.14 521	1.19 549	1.19 556	1.15 516	1.19 558

DisPM	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

CrosDoStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PFNet+	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

LCNet	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

HHNet	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Patchmatch Stereo++	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559
Wenjia Ren, Qingmin Liao, Zhijing Shao, Xiangru Lin, Xin Yue, Yu Zhang, Zongqing Lu: Patchmatch Stereo++: Patchmatch Binocular Stereo with Continuous Disparity Optimization. ACM MM 2023
AAGNet	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

STrans-v2	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

TransformOpticalFlow	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

OMP-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

IIG-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

NF-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

OCTAStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-softLoss	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

KMStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

NRIStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-adaLoss	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PSM-AAD	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

FTStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ROB_FTStereo_v2	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ROB_FTStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Consistency-Raft	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

KYRaft	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

HUI-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

ASMatch	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DeepStereo_LL	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DEmStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

SST-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

THIR-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT_R40	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DRaft	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

PFNet	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

GrayStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RE-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Pruner-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

TVStereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

DeepStereo_RVC	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-RH_RVC	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

IRAFT_RVC	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-345	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

iRAFT	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

CRE-IMP	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

GMM-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

RAFT-IKP	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

Prome-Stereo	1.20 524	1.20 400	1.20 527	1.20 486	1.20 565	1.20 537	1.20 558	1.20 531	1.20 563	1.20 539	1.20 560	1.20 542	1.20 550	1.20 542	1.20 560	1.20 513	1.20 528	1.20 551	1.20 559	1.20 528	1.20 559

CroCo-Stereo	0.73 434	1.22 452	0.25 213	1.22 531	0.25 261	1.22 583	0.25 248	1.22 577	0.25 252	1.22 585	0.25 260	1.22 588	0.25 254	1.22 588	0.25 249	1.22 561	0.26 223	1.21 596	0.25 256	1.22 576	0.25 238
P.Weinzaepfel, T. Lucas, V. Leroy, Y. Cabon, V. Arora, R. Bregier, G. Csurka, L. Antsfeld, B. Chidlovskii, J. Revaud: CroCo v2: Improved Cross-view Completion Pre-training for Stereo Matching and Optical Flow. ICCV 2023
FAT-Stereo	2.46 648	26.05 709	1.23 576	1.23 533	1.22 613	1.20 537	1.24 606	1.23 579	1.23 610	1.19 538	1.22 606	1.21 587	1.24 598	1.20 542	1.24 607	1.21 559	1.17 526	1.22 597	1.25 609	1.20 528	1.24 608

qqai	1.22 571	1.38 467	1.12 513	1.39 554	1.14 552	1.40 599	1.14 550	1.41 594	1.12 552	1.40 595	1.11 551	1.40 600	1.13 539	1.41 598	1.15 550	1.25 562	0.97 496	1.24 598	1.01 545	1.24 577	0.96 527

S-Stereo	2.51 649	26.86 710	1.23 576	1.22 531	1.22 613	1.24 585	1.25 607	1.22 577	1.24 611	1.21 584	1.24 608	1.19 541	1.27 600	1.19 541	1.24 607	1.19 511	1.20 528	1.25 599	1.19 556	1.24 577	1.23 607

CroCo-Stereo Lap2	0.77 444	1.29 456	0.29 234	1.27 536	0.29 284	1.27 587	0.26 255	1.26 580	0.26 265	1.26 586	0.26 265	1.27 592	0.26 264	1.26 589	0.27 255	1.27 564	0.27 234	1.27 600	0.27 299	1.27 580	0.27 282

LiteMatch*	2.07 620	1.30 458	5.73 692	6.28 680	0.79 518	1.33 592	0.80 514	1.30 586	1.02 548	1.33 590	0.84 528	1.33 595	0.97 522	1.28 593	1.04 541	6.05 690	5.89 686	1.28 601	0.76 516	1.28 581	0.88 517

MM-Stereo_test3	1.27 575	2.07 538	1.18 522	1.60 564	1.02 546	1.45 603	1.01 541	1.40 593	1.04 550	1.44 598	1.03 546	1.46 603	1.02 534	1.44 601	1.02 540	1.51 583	1.12 520	1.32 602	0.98 536	1.38 586	0.97 528

MM-Stereo_test2	1.20 524	1.85 519	1.05 509	1.46 557	0.94 535	1.36 595	0.99 535	1.36 589	0.95 535	1.41 596	0.98 539	1.40 600	0.96 521	1.37 596	0.95 529	1.37 574	1.06 506	1.33 603	0.93 535	1.29 582	0.89 520

ours_stereo	1.20 524	1.21 446	0.90 491	1.64 569	1.11 551	1.35 593	0.67 479	1.76 605	0.93 533	1.70 609	1.10 550	1.39 598	0.75 503	1.41 598	0.81 518	1.60 587	1.03 505	1.33 603	1.00 538	1.61 593	0.72 495

CC-Net-ROB	1.36 578	1.33 462	1.33 579	1.36 551	1.38 619	1.36 595	1.33 612	1.37 591	1.34 616	1.35 592	1.36 619	1.38 597	1.34 606	1.38 597	1.38 621	1.35 570	1.38 593	1.33 603	1.35 614	1.43 587	1.34 616

test_xeample3	1.10 516	1.81 503	0.61 426	0.84 426	0.49 447	0.77 468	0.66 475	0.92 490	1.40 623	0.68 461	0.46 435	0.78 477	0.54 456	1.72 608	1.48 625	1.34 569	1.52 602	1.35 606	1.67 643	1.33 583	1.55 626

MaskLacGwcNet_RVC	1.35 577	1.35 463	1.35 582	1.35 550	1.35 616	1.35 593	1.35 614	1.36 589	1.35 619	1.36 593	1.35 617	1.36 596	1.36 608	1.36 595	1.35 618	1.35 570	1.35 589	1.35 606	1.35 614	1.35 584	1.35 617

RASNet	1.49 581	1.65 477	1.45 598	1.38 553	1.43 622	1.47 604	1.36 616	1.38 592	1.36 620	1.39 594	1.60 633	1.45 602	1.45 614	1.51 602	2.21 664	1.53 584	1.36 590	1.36 608	1.36 616	1.66 596	1.36 618

PS-NSSS	1.38 580	1.39 468	1.34 580	1.34 548	1.35 616	1.38 597	1.37 621	1.35 588	1.38 622	1.34 591	1.34 616	1.39 598	1.38 611	1.70 607	1.40 622	1.36 572	1.36 590	1.36 608	1.37 617	1.37 585	1.36 618

ff7	1.68 586	2.68 580	1.35 582	0.97 453	0.89 527	1.84 610	2.15 662	2.12 618	1.80 646	2.05 623	1.56 629	2.33 630	2.12 653	2.23 626	2.25 665	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

ffff	1.68 586	2.68 580	1.35 582	0.97 453	0.89 527	1.84 610	2.15 662	2.12 618	1.80 646	2.05 623	1.56 629	2.33 630	2.12 653	2.23 626	2.25 665	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

ccc-4	1.68 586	2.68 580	1.35 582	0.97 453	0.89 527	1.84 610	2.15 662	2.12 618	1.80 646	2.05 623	1.56 629	2.33 630	2.12 653	2.23 626	2.25 665	1.31 566	1.07 507	1.48 610	1.41 620	0.90 482	1.04 540

tt45	1.04 511	0.88 326	1.36 590	0.92 440	1.03 547	1.51 605	0.79 511	0.70 458	0.88 526	0.74 472	0.90 530	1.60 605	0.72 499	1.60 603	0.75 507	0.91 469	0.78 478	1.52 613	0.79 522	1.14 513	1.32 613

DPSMNet_ROB	1.60 585	1.59 475	1.70 612	1.59 561	1.59 628	1.61 607	1.61 632	1.60 597	1.60 629	1.62 607	1.59 632	1.60 605	1.60 617	1.60 603	1.59 629	1.59 585	1.60 613	1.59 614	1.59 635	1.59 592	1.59 632

2.5w	2.01 611	2.40 569	1.37 592	3.28 626	2.01 656	2.71 653	1.43 629	1.82 606	1.83 650	1.90 612	1.41 624	2.71 652	1.35 607	2.71 652	1.85 651	2.66 641	1.53 603	1.64 615	1.23 606	2.53 639	1.87 652

4w-stereo	2.02 612	2.72 587	1.44 597	3.36 632	1.59 628	2.48 641	1.72 638	2.28 625	1.24 611	2.24 631	1.65 637	2.56 645	1.32 605	2.39 637	1.98 661	2.67 643	1.51 601	1.66 616	1.24 607	2.53 639	1.88 655

3.5w_stereo	2.03 614	2.72 587	1.35 582	3.41 633	1.57 626	2.72 654	1.49 630	2.01 614	1.34 616	2.15 628	1.61 635	2.63 649	1.36 608	2.72 654	1.99 662	2.66 641	1.58 609	1.68 617	1.24 607	2.53 639	1.87 652

3.25w_new	2.03 614	2.72 587	1.35 582	3.33 631	1.57 626	2.72 654	1.53 631	2.15 622	1.33 615	2.15 628	1.60 633	2.63 649	1.30 603	2.72 654	1.99 662	2.67 643	1.53 603	1.75 618	1.25 609	2.53 639	1.87 652

IGEV	2.02 612	2.20 550	1.82 624	2.90 614	2.16 664	2.41 638	1.25 607	2.00 613	1.98 662	1.99 617	1.31 614	2.72 656	1.93 642	2.67 651	1.69 636	2.26 617	1.32 577	1.83 619	1.87 655	2.53 639	1.61 635

2.25w	2.00 604	1.86 522	1.98 641	2.95 615	2.17 666	2.26 629	1.35 614	2.42 638	2.00 665	2.07 626	1.27 611	2.53 640	1.99 648	2.29 631	1.49 626	2.21 615	1.32 577	1.85 620	1.87 655	2.52 636	1.62 636

3w_stereo	2.04 617	2.24 554	1.70 612	3.15 619	2.18 668	2.49 642	1.26 609	2.03 615	1.98 662	1.98 616	1.33 615	2.72 656	1.99 648	2.59 646	1.72 639	2.22 616	1.33 584	1.85 620	1.88 660	2.50 634	1.58 631

MFMNet_re	1.81 594	1.91 528	1.71 614	1.95 577	1.70 639	1.95 618	1.70 637	1.96 610	1.74 642	1.97 615	1.72 641	1.95 615	1.71 625	1.97 619	1.71 637	1.86 593	1.62 614	1.85 620	1.66 642	1.86 604	1.64 638

MonStereo1	1.94 598	2.77 593	1.52 605	3.73 647	1.51 625	2.13 626	1.42 626	2.32 632	1.52 627	2.31 636	1.50 627	2.53 640	1.59 616	2.34 634	1.56 627	1.91 600	1.36 590	1.86 623	1.31 612	2.07 610	1.53 624

4.5_new	2.00 604	1.84 518	1.98 641	2.77 609	2.16 664	2.27 630	1.28 611	2.09 617	1.98 662	2.01 619	1.28 612	2.71 652	1.98 646	2.51 643	1.65 632	2.26 617	1.33 584	1.87 624	1.87 655	2.49 632	1.60 633

3.25w	2.04 617	2.20 550	1.48 600	3.03 616	2.17 666	2.63 652	1.39 622	1.96 610	1.95 661	1.96 613	1.37 620	2.71 652	1.96 645	2.71 652	1.73 644	2.26 617	1.32 577	1.87 624	1.87 655	2.51 635	1.63 637

1w_stereo	2.05 619	2.32 559	1.35 582	3.74 648	2.01 656	2.73 656	1.42 626	1.88 607	1.93 660	2.03 621	1.28 612	2.71 652	1.99 648	2.72 654	1.72 639	2.20 614	1.32 577	1.87 624	1.86 654	2.45 628	1.54 625

GANetREF_RVC	1.55 583	1.94 534	1.22 574	1.88 572	1.21 611	1.88 613	1.22 604	1.88 607	1.22 609	1.88 610	1.22 606	1.88 612	1.22 597	1.89 616	1.22 606	1.87 595	1.22 575	1.88 627	1.22 605	1.88 605	1.22 605
Zhang, Feihu and Prisacariu, Victor and Yang, Ruigang and Torr, Philip HS: GA-Net: Guided Aggregation Net for End- to-end Stereo Matching. CVPR 2019
SPS-STEREO	1.59 584	1.91 528	1.21 573	1.94 575	1.20 565	2.00 621	1.23 605	1.99 612	1.24 611	2.00 618	1.25 609	2.03 622	1.26 599	2.00 620	1.29 614	1.90 599	1.18 527	1.89 628	1.21 604	1.89 606	1.20 559
K. Yamaguchi, D. McAllester, R. Urtasun: Efficient Joint Segmentation, Occlusion Labeling, Stereo and Flow Estimation. ECCV 2014
MM-Stereo_test1	1.80 593	3.41 611	1.52 605	2.12 582	1.41 621	2.04 622	1.41 624	2.05 616	1.46 626	2.04 622	1.41 624	2.05 623	1.42 613	2.05 621	1.43 624	2.04 608	1.54 605	1.94 629	1.38 619	1.99 609	1.33 614

derf	1.91 596	2.15 546	1.78 618	2.16 584	1.75 641	2.21 628	1.80 640	2.22 624	1.80 646	2.21 630	1.76 642	2.17 625	1.81 634	2.24 629	1.74 645	1.93 602	1.56 606	1.96 630	1.53 628	1.95 607	1.56 627

MC-Stereo	1.76 590	2.96 599	1.37 592	2.14 583	1.37 618	2.14 627	1.36 616	2.14 621	1.37 621	2.14 627	1.37 620	2.14 624	1.37 610	2.14 625	1.37 620	1.97 604	1.32 577	1.97 631	1.32 613	1.98 608	1.33 614

RAFT_CTSACE	1.92 597	3.71 618	1.72 615	1.88 572	1.72 640	2.04 622	1.42 626	2.18 623	1.89 658	2.02 620	1.97 658	1.95 615	2.06 652	1.93 617	1.62 630	1.76 590	1.66 617	2.02 632	1.73 651	1.73 599	1.43 623

qwe	2.18 626	2.60 577	1.58 607	3.83 649	1.90 653	2.53 646	1.90 651	2.48 640	1.73 640	2.37 639	1.92 654	2.53 640	1.68 621	2.56 644	1.83 649	2.52 640	1.87 629	2.07 633	1.68 645	2.32 622	1.71 642

TRStereo	2.00 604	2.13 543	1.85 630	2.27 590	1.84 645	2.28 632	1.84 642	2.29 627	1.86 652	2.30 633	1.87 647	2.30 627	1.87 636	2.08 622	1.72 639	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

XX-Stereo	2.00 604	2.13 543	1.85 630	2.27 590	1.84 645	2.28 632	1.84 642	2.29 627	1.86 652	2.30 633	1.87 647	2.30 627	1.87 636	2.08 622	1.72 639	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

EAI-Stereo	2.00 604	2.13 543	1.85 630	2.27 590	1.84 645	2.28 632	1.84 642	2.29 627	1.86 652	2.30 633	1.87 647	2.30 627	1.87 636	2.08 622	1.72 639	2.08 609	1.72 620	2.08 634	1.72 648	2.08 611	1.72 643

asd	2.18 626	2.77 593	1.58 607	3.59 641	2.00 655	2.58 650	1.85 645	2.39 637	1.71 635	2.47 643	1.97 658	2.59 647	1.61 618	2.56 644	1.79 647	2.51 638	1.99 630	2.11 637	1.62 639	2.36 624	1.60 633

AIO_rvc	2.18 626	2.34 564	1.87 634	2.32 594	1.94 654	2.40 637	1.89 650	2.37 635	2.07 667	2.52 646	1.95 657	2.44 637	1.99 648	2.41 638	1.89 657	2.32 626	2.09 639	2.24 638	2.18 664	2.21 615	2.23 659

NCCL2	2.28 638	2.27 555	2.28 647	2.28 593	2.28 669	2.27 630	2.29 665	2.28 625	2.28 668	2.27 632	2.28 670	2.28 626	2.27 656	2.27 630	2.28 669	2.28 621	2.28 645	2.27 639	2.29 668	2.27 619	2.29 660

monsters	2.18 626	2.41 570	1.96 640	3.47 636	2.03 660	2.53 646	1.64 634	2.48 640	1.73 640	2.40 640	1.50 627	2.62 648	1.94 643	2.59 646	1.94 658	2.44 633	1.57 608	2.28 640	1.87 655	2.42 626	1.86 650

HUF	2.18 626	2.30 557	1.99 644	2.34 596	2.02 659	2.41 638	2.06 661	2.38 636	1.89 658	2.36 638	1.85 645	2.56 645	1.98 646	2.31 633	1.97 660	2.30 624	2.03 638	2.30 641	2.11 662	2.23 616	2.16 657

2.75w_new	1.99 600	2.34 564	1.81 619	3.14 618	1.62 630	1.94 615	1.99 656	2.72 647	1.71 635	2.72 651	1.99 667	1.90 613	1.73 627	1.82 614	1.29 614	2.37 629	2.01 633	2.31 642	1.42 623	1.77 602	1.22 605

STTStereo	3.73 670	30.40 716	2.37 651	2.39 597	2.31 671	2.35 635	2.33 666	2.29 627	2.42 669	2.32 637	2.34 671	2.33 630	2.36 657	2.30 632	2.27 668	2.35 628	2.22 644	2.31 642	2.22 665	2.29 621	2.34 664

asda	2.17 624	2.54 574	1.81 619	3.47 636	1.78 643	2.50 644	1.86 646	2.61 646	1.68 631	2.61 648	1.83 644	2.37 634	1.73 627	2.44 641	1.88 656	2.51 638	1.84 627	2.34 644	1.62 639	2.23 616	1.77 647

monsterstereo	2.20 632	2.33 560	1.95 639	3.65 643	2.07 661	2.49 642	1.61 632	2.48 640	1.83 650	2.45 642	1.61 635	2.67 651	1.86 635	2.64 648	1.94 658	2.48 637	1.66 617	2.34 644	1.68 645	2.40 625	1.86 650

AIO_test	2.18 626	2.09 541	2.04 645	2.42 598	2.01 656	2.47 640	1.94 652	2.34 634	2.03 666	2.56 647	1.94 655	2.43 636	1.94 643	2.41 638	1.87 655	2.39 631	2.10 640	2.35 646	1.91 661	2.25 618	2.19 658

3.75w	1.99 600	2.31 558	1.83 627	3.16 620	1.65 632	1.93 614	1.98 653	2.72 647	1.68 631	2.73 656	1.97 658	2.00 619	1.72 626	1.81 613	1.25 610	2.27 620	2.01 633	2.38 647	1.42 623	1.71 598	1.24 608

FBW_ROB	2.12 623	2.46 573	1.77 617	2.49 601	1.79 644	2.38 636	1.83 641	2.46 639	1.78 645	2.48 644	1.97 658	2.40 635	1.78 632	2.42 640	1.83 649	2.31 625	1.85 628	2.38 647	1.82 653	2.35 623	1.84 648

UDGNet	2.23 636	5.40 656	1.72 615	2.48 600	1.69 636	2.51 645	1.69 636	2.51 643	1.72 639	2.50 645	1.69 640	2.52 639	1.69 623	2.50 642	1.68 635	2.41 632	1.70 619	2.42 649	1.69 647	2.42 626	1.64 638

LG-G_1	2.22 633	2.71 585	1.89 635	2.77 609	1.87 651	2.75 658	1.87 648	2.76 655	1.87 656	2.75 657	1.87 647	2.76 659	1.87 636	2.75 658	1.86 652	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 629

LG-G	2.22 633	2.71 585	1.89 635	2.77 609	1.87 651	2.75 658	1.87 648	2.76 655	1.87 656	2.75 657	1.87 647	2.76 659	1.87 636	2.75 658	1.86 652	2.47 635	1.58 609	2.45 650	1.57 630	2.45 628	1.57 629

LGtest1	2.22 633	2.70 583	1.89 635	2.76 608	1.86 648	2.75 658	1.86 646	2.75 654	1.86 652	2.75 657	1.86 646	2.77 661	1.87 636	2.75 658	1.86 652	2.46 634	1.58 609	2.45 650	1.56 629	2.45 628	1.56 627

4.25_new	2.00 604	2.33 560	1.82 624	3.32 629	1.69 636	1.95 618	1.99 656	2.72 647	1.71 635	2.72 651	1.97 658	2.01 620	1.74 629	1.77 610	1.28 612	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 554

4.5w_new	2.00 604	2.33 560	1.82 624	3.32 629	1.69 636	1.95 618	1.99 656	2.72 647	1.71 635	2.72 651	1.97 658	2.01 620	1.74 629	1.77 610	1.28 612	2.18 612	2.01 633	2.48 653	1.58 633	1.65 594	1.17 554

4.5w-stereo	1.99 600	2.33 560	1.81 619	3.28 626	1.68 635	1.94 615	1.99 656	2.72 647	1.70 634	2.72 651	1.99 667	1.97 617	1.68 621	1.76 609	1.29 614	1.91 600	2.02 637	2.53 655	1.61 637	1.75 601	1.16 553

4.25w-stereo	1.98 599	2.72 587	1.46 599	3.47 636	1.43 622	2.07 624	1.98 653	2.53 644	1.52 627	2.71 650	1.98 664	1.81 610	1.62 619	1.96 618	1.36 619	1.88 598	2.00 631	2.53 655	1.61 637	1.74 600	1.15 550

2w_stereo	1.99 600	2.36 567	1.81 619	3.24 624	1.67 633	1.94 615	1.98 653	2.72 647	1.68 631	2.72 651	1.94 655	1.98 618	1.74 629	1.79 612	1.27 611	1.95 603	2.00 631	2.53 655	1.60 636	1.68 597	1.15 550

MonStereo	2.17 624	2.41 570	1.49 604	2.67 606	1.67 633	2.60 651	2.04 660	2.32 632	1.76 643	2.44 641	1.68 639	2.50 638	1.69 623	2.38 635	1.80 648	2.28 621	1.78 623	2.63 658	2.14 663	3.47 651	1.68 641

sCroCo_RVC	2.10 621	2.76 591	1.92 638	2.78 612	1.39 620	2.73 656	1.41 624	2.73 653	1.40 623	2.77 662	1.41 624	2.74 658	1.40 612	2.74 657	1.40 622	2.72 645	1.42 596	2.72 659	1.44 625	2.79 646	1.42 622

NLCA_NET_v2_RVC	5.04 698	50.87 728	2.78 656	2.87 613	2.71 673	2.78 661	0.47 432	2.88 660	2.86 674	1.89 611	2.67 673	2.79 662	2.79 662	2.78 661	2.83 671	2.82 646	2.82 652	2.83 660	2.77 672	2.83 647	2.76 669
Zhibo Rao, Mingyi He, Yuchao Dai, Zhidong Zhu, Bo Li, and Renjie He.: NLCA-Net: A non-local context attention network for stereo matching.
NLSM1	2.93 663	3.24 608	2.57 655	4.04 650	2.66 672	3.30 667	2.55 668	3.29 665	2.55 670	3.35 667	2.48 672	3.28 666	2.47 658	3.34 667	2.49 670	3.26 651	2.55 651	3.13 661	2.57 671	3.00 648	2.46 667

plain	1.88 595	3.16 605	0.64 434	3.10 617	0.65 484	3.10 663	0.64 470	3.12 662	0.65 476	3.10 663	0.65 484	3.11 663	0.65 473	3.12 662	0.65 469	3.12 650	0.65 446	3.13 661	0.65 491	3.13 649	0.65 477

Anonymous3	2.55 650	3.26 609	1.65 610	3.28 626	1.63 631	3.24 665	1.68 635	3.27 664	1.66 630	3.28 665	1.67 638	3.25 665	1.66 620	3.27 664	1.64 631	3.26 651	1.65 616	3.30 663	1.65 641	4.95 683	1.65 640

UniTT-Stereo	2.03 614	3.43 612	0.72 464	3.42 634	0.73 503	3.27 666	0.68 483	3.38 667	0.69 491	3.29 666	0.72 510	3.28 666	0.70 494	3.35 668	0.68 482	3.39 653	0.68 454	3.31 664	0.69 502	3.37 650	0.73 498

raft_robust	4.71 693	7.75 674	5.40 691	6.81 684	3.31 688	4.28 678	4.20 701	4.32 678	4.37 702	4.35 677	4.35 701	4.14 675	3.75 684	4.30 679	4.20 699	6.67 694	6.37 689	3.36 665	4.24 702	4.86 681	3.25 688

SA	4.33 687	7.35 670	6.85 698	5.96 678	4.09 699	3.59 669	3.15 687	3.82 672	2.64 671	3.91 670	3.85 695	3.57 668	2.72 661	3.13 663	4.03 696	7.09 698	6.86 693	3.57 666	3.12 684	3.85 654	3.51 692

RAFT+CT+SA	4.28 685	7.62 673	4.91 686	5.55 675	2.28 669	3.09 662	3.64 693	4.49 679	3.07 680	4.80 691	3.35 688	4.77 694	3.70 682	4.29 678	3.05 674	5.58 685	5.98 688	3.58 667	3.78 696	4.26 661	3.72 694

DPSNet	3.66 668	3.60 614	3.62 678	3.63 642	3.64 694	3.65 670	3.65 694	3.66 670	3.67 691	3.67 669	3.65 692	3.67 670	3.66 680	3.66 669	3.68 689	3.68 656	3.66 671	3.67 668	3.68 694	3.67 652	3.67 693

RAStereo	2.23 636	3.64 615	0.76 472	3.65 643	0.86 525	3.66 671	0.76 508	3.67 671	0.81 523	3.66 668	0.76 516	3.66 669	0.77 506	3.68 670	0.77 510	3.68 656	0.77 476	3.69 669	0.77 518	3.70 653	0.77 507

TestStereo1	4.60 689	8.41 677	6.44 695	6.86 685	3.79 696	3.97 673	3.78 696	3.99 674	3.74 693	3.97 671	3.52 690	3.94 673	3.58 677	3.98 673	3.72 691	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 696

SA-5K	4.60 689	8.41 677	6.44 695	6.86 685	3.79 696	3.97 673	3.78 696	3.99 674	3.74 693	3.97 671	3.52 690	3.94 673	3.58 677	3.98 673	3.72 691	6.82 695	6.50 691	3.76 670	3.66 692	3.90 655	3.74 696

Sa-1000	4.34 688	8.37 676	6.84 697	6.98 687	4.45 702	3.58 668	3.00 673	3.42 668	3.39 689	2.61 648	4.00 698	3.83 672	4.01 691	3.90 672	3.90 694	5.98 689	5.62 685	3.76 670	2.34 669	4.35 663	2.47 668

NLCSM	3.67 669	4.08 629	3.19 674	4.80 666	3.26 687	3.99 675	3.24 689	4.25 677	3.18 687	4.09 673	3.27 687	4.14 675	3.18 675	4.13 675	3.28 685	4.06 658	3.10 661	3.85 673	3.14 685	3.91 658	3.27 689

cross-raft	4.83 694	7.52 671	6.43 694	6.63 682	3.96 698	4.51 679	3.99 699	4.49 679	3.96 698	4.52 678	3.96 697	4.50 679	3.97 690	4.50 680	3.97 695	6.65 693	6.44 690	4.33 674	3.92 698	4.35 663	3.91 699

test_4	4.88 695	8.13 675	6.98 699	7.46 688	4.44 701	4.25 677	3.85 698	4.04 676	3.92 697	4.13 674	3.91 696	4.18 677	3.84 687	4.14 676	4.06 697	7.01 697	7.13 694	4.53 675	3.72 695	4.09 659	3.72 694

test_3	5.01 697	8.86 682	7.77 701	8.09 690	2.76 674	4.13 676	4.05 700	3.88 673	3.76 695	4.33 676	4.13 699	3.71 671	3.91 688	4.21 677	4.06 697	7.93 699	7.69 696	4.53 675	3.91 697	4.17 660	4.29 702

rvit_105_1	3.83 671	5.22 649	3.01 660	4.53 654	3.01 675	4.51 679	3.01 674	4.56 681	3.04 675	4.53 680	3.03 676	4.55 682	3.03 663	4.56 681	3.04 672	4.57 666	3.05 654	4.57 677	3.05 676	4.57 667	3.05 674

rvit_stereo_0081	3.83 671	5.23 650	3.01 660	4.53 654	3.03 677	4.55 685	3.02 675	4.56 681	3.04 675	4.52 678	3.02 674	4.54 680	3.03 663	4.56 681	3.04 672	4.57 666	3.05 654	4.57 677	3.05 676	4.58 668	3.05 674

rvit_0105_6	3.87 675	5.73 663	3.10 670	4.69 664	3.12 685	4.54 681	3.02 675	4.56 681	3.04 675	4.54 682	3.03 676	4.54 680	3.04 666	4.56 681	3.05 674	4.58 669	3.05 654	4.58 679	3.05 676	4.58 668	3.05 674

rvit_stereo_0082	3.86 673	5.82 664	3.01 660	4.53 654	3.03 677	4.54 681	3.02 675	4.56 681	3.04 675	4.53 680	3.02 674	4.55 682	3.04 666	4.57 684	3.05 674	4.57 666	3.05 654	4.58 679	3.05 676	4.58 668	3.06 677

rvit_stereo_0081_aga	3.86 673	5.33 653	3.02 663	4.55 660	3.04 681	4.54 681	3.02 675	4.64 688	3.06 679	4.54 682	3.04 678	4.62 689	3.08 670	4.62 687	3.07 677	4.58 669	3.06 658	4.60 681	3.08 680	4.63 671	3.07 678

StereoVision	3.15 664	5.00 644	0.89 488	4.83 667	1.00 538	3.93 672	1.27 610	6.37 701	1.34 616	5.67 701	1.26 610	5.84 702	1.27 600	5.03 698	1.24 607	5.10 683	1.09 513	4.61 682	0.57 471	5.62 690	1.12 545

rvit_stereo_0080	3.89 676	5.70 661	3.04 665	4.54 657	3.03 677	4.56 686	3.05 681	4.60 685	3.07 680	4.58 685	3.06 679	4.59 684	3.06 668	4.61 685	3.08 678	4.63 671	3.09 659	4.64 683	3.10 681	4.65 672	3.10 681

whm_eth	3.89 676	5.70 661	3.04 665	4.54 657	3.03 677	4.56 686	3.05 681	4.60 685	3.07 680	4.58 685	3.06 679	4.59 684	3.06 668	4.61 685	3.08 678	4.63 671	3.09 659	4.64 683	3.10 681	4.65 672	3.10 681

FC-DCNN v2	5.10 699	5.15 647	4.49 683	5.07 671	3.37 689	6.87 703	4.75 703	5.04 697	6.34 707	7.84 707	5.06 704	6.72 707	4.09 692	4.99 696	5.44 704	5.03 680	3.16 665	4.67 685	4.86 703	5.15 686	3.89 698

rvit_0105_4	3.91 678	5.47 660	3.02 663	4.54 657	3.02 676	4.54 681	3.03 679	4.75 691	3.17 686	4.57 684	3.06 679	4.61 688	3.16 674	4.65 688	3.09 680	4.66 673	3.11 662	4.68 686	3.18 687	4.81 678	3.16 686

MLG-Stereo_test3	4.26 684	4.85 642	3.95 681	5.35 673	3.60 692	4.75 694	3.76 695	5.49 700	3.71 692	5.39 697	3.69 693	4.82 695	3.66 680	4.85 692	3.73 693	4.93 677	3.19 668	4.69 687	2.99 675	4.84 680	2.98 673

MLG-Stereo_test1	4.25 683	5.34 655	3.61 677	5.31 672	3.63 693	5.23 697	3.57 692	5.38 699	3.65 690	5.23 696	3.47 689	4.76 693	3.74 683	4.85 692	3.71 690	4.96 678	3.18 667	4.71 688	2.92 673	4.86 681	2.90 671

rvit_stereo_ft	3.93 681	5.44 658	3.05 667	4.59 661	3.06 682	4.61 689	3.08 684	4.67 690	3.12 685	4.63 689	3.10 684	4.65 691	3.11 672	4.69 691	3.13 682	4.70 674	3.14 664	4.71 688	3.15 686	4.74 675	3.16 686

rvit_0105_3	3.91 678	5.33 653	3.06 668	4.60 662	3.07 683	4.60 688	3.06 683	4.62 687	3.08 683	4.60 687	3.07 682	4.62 689	3.08 670	4.67 689	3.10 681	4.70 674	3.11 662	4.77 690	3.19 688	4.77 677	3.14 685

rvit_stereo_0083	3.92 680	5.30 652	3.06 668	4.61 663	3.09 684	4.67 690	3.08 684	4.66 689	3.09 684	4.62 688	3.10 684	4.66 692	3.11 672	4.67 689	3.16 683	4.72 676	3.16 665	4.77 690	3.11 683	4.66 674	3.11 683

test_5	4.62 692	7.55 672	6.23 693	6.32 681	3.40 690	5.29 698	3.50 691	3.53 669	4.11 699	4.28 675	4.47 702	4.26 678	4.38 694	3.68 670	3.24 684	5.89 687	5.60 684	4.84 692	3.50 690	4.33 662	3.93 700

TestStereo	4.88 695	4.75 640	4.79 684	4.87 669	4.92 703	4.81 696	4.90 704	4.78 692	4.77 703	4.87 693	4.89 703	4.90 697	4.91 696	4.99 696	4.79 701	4.98 679	4.87 681	4.87 693	4.92 704	5.00 684	5.00 703

MLG-Stereo_test2	4.28 685	5.46 659	3.69 679	4.86 668	3.72 695	5.58 700	3.42 690	4.81 693	3.77 696	4.85 692	3.72 694	5.55 701	3.63 679	5.58 699	3.53 688	4.41 663	3.28 669	4.99 694	2.95 674	4.75 676	3.13 684

rvit_0105_5	4.10 682	5.40 656	3.13 673	4.71 665	3.15 686	4.72 693	3.10 686	4.90 696	3.27 688	4.69 690	3.16 686	4.84 696	3.25 676	4.96 695	3.34 686	5.05 681	3.39 670	5.10 695	3.40 689	5.11 685	3.42 690

sAnonymous2	3.31 666	2.63 578	1.38 594	3.71 645	1.86 648	4.70 691	1.11 547	4.82 694	2.72 672	5.45 699	1.98 664	4.59 684	2.64 659	2.65 649	6.21 705	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 665

CroCo_RVC	3.31 666	2.63 578	1.38 594	3.71 645	1.86 648	4.70 691	1.11 547	4.82 694	2.72 672	5.45 699	1.98 664	4.59 684	2.64 659	2.65 649	6.21 705	4.37 660	1.08 511	5.16 696	2.24 666	4.52 665	2.39 665

MaDis-Stereo	3.19 665	6.02 666	1.12 513	5.61 676	1.16 558	5.43 699	1.02 543	5.15 698	0.70 499	5.43 698	1.21 605	5.03 699	0.97 522	4.85 692	0.99 533	4.53 664	1.16 523	5.53 698	1.25 609	5.37 688	1.30 611

RAFT	6.73 704	9.36 685	7.40 700	8.51 693	6.55 707	6.88 704	6.60 708	6.79 703	6.60 708	6.80 704	6.72 710	5.31 700	5.50 699	6.61 701	6.61 708	8.42 701	5.89 686	5.73 699	5.45 708	6.61 693	6.24 707

test-1	6.46 702	9.16 684	8.03 704	8.09 690	5.62 706	6.11 701	6.35 707	6.85 704	4.94 704	6.08 702	6.29 709	4.98 698	6.43 701	6.22 700	6.36 707	6.16 691	7.47 695	5.82 700	5.44 707	7.11 697	5.68 706

SGM-Forest	5.21 701	5.92 665	4.08 682	6.18 679	4.16 700	6.31 702	4.34 702	6.50 702	4.33 701	6.14 703	4.21 700	6.61 706	4.55 695	6.67 702	4.48 700	5.94 688	3.94 674	5.85 701	4.03 700	5.79 691	4.17 701
Johannes L. SchÃ¶nberger, Sudipta Sinha, Marc Pollefeys: Learning to Fuse Proposals from Multiple Scanline Optimizations in Semi-Global Matching. ECCV 2018
DispFullNet	4.61 691	4.84 641	3.12 671	5.00 670	3.57 691	4.75 694	3.03 679	7.75 707	4.17 700	4.91 694	3.09 683	6.20 703	3.95 689	6.71 703	3.51 687	5.30 684	3.67 672	5.86 702	3.63 691	5.61 689	3.46 691

Pro-Stereo	0.79 449	0.53 272	0.38 294	0.49 311	0.38 394	0.49 406	0.37 381	0.49 395	0.67 480	0.50 413	0.38 393	1.10 531	0.38 385	0.49 403	0.38 380	0.71 429	0.88 489	5.98 703	0.36 395	0.46 382	0.36 369

BLMT-Stereo	1.53 582	1.36 464	1.06 510	1.42 556	1.23 615	1.41 601	1.07 545	1.43 596	1.12 552	1.42 597	1.06 547	1.83 611	1.07 536	1.42 600	1.07 543	1.27 564	1.38 593	6.80 704	1.00 538	1.26 579	1.00 532

test-v	7.53 707	11.89 693	7.98 702	9.36 696	7.14 708	7.06 705	7.09 709	7.37 705	6.91 709	7.29 705	5.71 707	6.45 704	6.93 702	6.73 704	7.27 709	8.93 704	7.85 697	6.98 705	6.80 709	7.56 698	7.34 709

test-2	7.53 707	11.89 693	7.98 702	9.36 696	7.14 708	7.06 705	7.09 709	7.37 705	6.91 709	7.29 705	5.71 707	6.45 704	6.93 702	6.73 704	7.27 709	8.93 704	7.85 697	6.98 705	6.80 709	7.56 698	7.34 709

rvit_stereo_0075_2	6.64 703	8.80 681	5.25 688	7.89 689	5.27 705	7.90 707	5.27 705	7.92 708	5.28 705	7.91 708	5.29 706	7.93 708	5.27 697	7.92 708	5.28 702	7.93 699	5.28 683	7.93 707	5.29 706	7.93 700	5.28 705

MIF-Stereo (partial)	2.58 651	3.31 610	0.66 441	3.18 621	0.66 488	3.18 664	0.66 475	3.21 663	0.67 480	3.19 664	0.66 487	3.19 664	0.66 477	3.31 666	0.68 482	5.09 682	1.79 625	8.23 708	1.67 643	6.18 692	1.38 620

U	5.15 700	8.49 679	1.81 619	8.49 692	1.77 642	8.49 708	1.77 639	8.51 709	1.77 644	8.49 709	1.77 643	8.50 709	1.78 632	8.58 709	1.77 646	8.54 702	1.78 623	8.55 709	1.78 652	8.55 703	1.84 648

SGM+DAISY	7.06 705	9.15 683	5.38 690	8.84 694	5.18 704	8.80 709	5.31 706	8.79 710	5.28 705	8.89 710	5.20 705	8.93 710	5.33 698	8.95 710	5.36 703	8.70 703	5.21 682	8.74 710	5.20 705	8.89 704	5.15 704

rafts_anoy	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

raft+_RVC	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

raftrobust	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

CasAABBNet	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

RALCasStereoNet	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

RALAANet	20.00 711	20.00 695	20.00 710	20.00 709	20.00 711	20.00 710	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 711	20.00 712	20.00 710	20.00 711	20.00 711	20.00 712	20.00 711	20.00 712

MANE	19.05 710	23.00 701	15.00 709	23.00 715	15.00 710	24.00 716	16.00 711	24.00 717	16.00 711	22.00 717	15.00 711	23.00 717	16.00 711	23.00 717	15.00 711	22.00 716	15.00 710	22.00 717	15.00 711	22.00 717	15.00 711

111	30.40 717	30.94 717	29.72 718	32.61 717	30.02 718	33.57 717	30.47 719	31.50 718	29.39 719	30.98 718	29.11 719	29.78 718	30.39 722	29.45 718	30.76 722	30.08 718	29.02 719	29.92 718	30.32 722	29.86 718	30.17 719

fff	1000028.16 738	29.62 713	29.72 718	32.61 717	30.02 718	35.13 719	31.83 720	32.07 719	10000000.00 739	35.27 721	29.82 720	32.45 719	30.15 719	32.35 719	30.09 719	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

csc	1000028.16 738	29.62 713	29.72 718	32.61 717	30.02 718	35.13 719	31.83 720	32.07 719	10000000.00 739	35.27 721	29.82 720	32.45 719	30.15 719	32.35 719	30.09 719	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

cscssc	1000028.16 738	29.62 713	29.72 718	32.61 717	30.02 718	35.13 719	31.83 720	32.07 719	10000000.00 739	35.27 721	29.82 720	32.45 719	30.15 719	32.35 719	30.09 719	31.04 719	29.55 720	30.64 719	30.14 719	10000000.00 739	30.77 720

WCMA_ROB	31.10 718	35.43 722	27.12 717	39.51 729	23.10 717	38.78 729	25.30 718	37.49 730	25.39 718	37.29 729	27.02 718	38.52 730	26.48 718	37.80 729	26.44 718	36.28 725	22.65 718	33.90 722	22.30 718	37.10 727	24.18 718

tt	500032.53 736	34.60 720	29.72 718	37.47 727	34.41 723	36.85 723	35.22 724	34.71 722	33.55 721	34.50 719	35.43 723	33.81 722	10000000.00 740	33.57 722	33.13 723	33.68 722	35.00 724	34.03 723	35.26 725	30.96 719	34.63 724

DCANet	500032.53 736	34.60 720	29.72 718	37.47 727	34.41 723	36.85 723	35.22 724	34.71 722	33.55 721	34.50 719	35.43 723	33.81 722	10000000.00 740	33.57 722	33.13 723	33.68 722	35.00 724	34.03 723	35.26 725	30.96 719	34.63 724

DCANet-4	35.22 719	34.54 719	35.08 724	33.58 721	35.47 725	34.55 718	35.53 726	36.08 724	35.85 723	35.92 724	35.77 725	35.18 724	35.48 724	35.39 724	37.15 729	34.55 724	33.92 723	35.02 725	34.90 724	35.79 722	34.74 726

ADStereo(finetuned)	36.13 720	36.63 723	38.07 729	36.97 722	33.25 722	35.91 722	34.45 723	36.36 725	32.99 720	38.14 730	36.71 726	36.69 725	34.13 723	38.57 730	40.79 730	37.60 730	36.58 726	35.90 726	33.36 723	35.42 721	34.04 723

fast-reg	37.00 721	37.00 724	37.00 725	37.00 723	37.00 726	37.00 725	37.00 727	37.00 726	37.00 724	37.00 725	37.00 727	37.00 726	37.00 725	37.00 725	37.00 725	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 727

Reg-Stereo(zero)	37.00 721	37.00 724	37.00 725	37.00 723	37.00 726	37.00 725	37.00 727	37.00 726	37.00 724	37.00 725	37.00 727	37.00 726	37.00 725	37.00 725	37.00 725	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 727

fast-iter	37.00 721	37.00 724	37.00 725	37.00 723	37.00 726	37.00 725	37.00 727	37.00 726	37.00 724	37.00 725	37.00 727	37.00 726	37.00 725	37.00 725	37.00 725	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 727

CoSv	37.00 721	37.00 724	37.00 725	37.00 723	37.00 726	37.00 725	37.00 727	37.00 726	37.00 724	37.00 725	37.00 727	37.00 726	37.00 725	37.00 725	37.00 725	37.00 726	37.00 727	37.00 727	37.00 727	37.00 723	37.00 727

NOSS_ROB	102.95 726	153.00 733	121.00 733	51.00 730	44.00 730	165.00 733	127.00 733	153.00 733	119.00 730	164.00 734	125.00 733	168.00 734	120.00 731	153.00 733	117.00 733	49.00 731	44.00 731	49.00 731	44.00 731	49.00 728	44.00 731

CBMV	128.50 727	1422.70 740	53.10 731	79.50 731	51.30 731	77.30 731	49.70 731	74.00 731	48.20 729	77.20 732	48.80 732	73.90 732	48.00 730	73.80 732	48.80 732	70.40 732	45.10 732	68.90 732	46.10 732	68.20 729	45.00 732
Konstantinos Batsos, Changjiang Cai, Philippos Mordohai: CBMV: A Coalesced Bidirectional Matching Volume for Disparity Estimation. Computer Vision and Pattern Recognition (CVPR) 2018
MDST_ROB	69.83 725	87.70 729	41.95 730	113.75 732	65.62 732	75.05 730	55.25 732	75.64 732	45.04 728	71.61 731	41.75 731	72.81 731	44.06 729	68.38 731	44.63 731	101.89 733	59.57 733	107.10 733	61.05 733	104.38 730	59.38 733

MeshStereo	159.24 728	171.00 734	160.68 736	162.58 733	160.59 733	164.01 732	160.35 734	158.51 734	158.56 731	158.34 733	160.12 734	158.56 733	159.92 732	157.26 734	158.94 734	154.38 734	158.36 734	155.75 734	159.13 735	153.67 731	154.07 734
C. Zhang, Z. Li, Y. Cheng, R. Cai, H. Chao, Y. Rui: MeshStereo: A Global Stereo Model with Mesh Alignment Regularization for View Interpolation. ICCV 2015
AE-Stereo	201.80 729	123.00 730	115.00 732	219.00 734	218.00 735	223.00 734	244.00 736	217.00 735	236.00 733	202.00 735	203.00 735	205.00 735	208.00 733	225.00 735	204.00 735	210.00 735	198.00 735	197.00 735	184.00 736	204.00 732	201.00 735

MGS-Stereo	239.45 730	123.00 730	135.00 734	266.00 735	286.00 736	277.00 735	305.00 737	271.00 736	242.00 734	274.00 736	279.00 737	255.00 736	270.00 735	268.00 736	297.00 737	221.00 736	247.00 737	216.00 736	123.00 734	217.00 733	217.00 737

EGLCR-Stereo	246.90 731	129.00 732	139.00 735	266.00 735	286.00 736	277.00 735	305.00 737	271.00 736	242.00 734	274.00 736	279.00 737	255.00 736	270.00 735	268.00 736	297.00 737	230.00 737	247.00 737	216.00 736	223.00 738	237.00 734	227.00 738

DLCB_ROB	284.23 732	354.61 736	207.27 737	363.24 737	206.46 734	364.72 737	210.41 735	364.72 738	210.41 732	364.81 738	208.64 736	364.81 738	208.64 734	364.72 738	210.41 736	354.70 738	205.53 736	354.70 738	205.53 737	354.70 735	205.53 736

LE_ROB	396.57 733	471.28 737	329.84 738	471.48 738	308.15 738	526.83 738	322.10 739	488.15 739	323.76 736	495.46 739	317.97 739	497.17 739	320.10 737	481.62 739	326.76 739	462.71 739	298.97 739	466.16 739	285.98 739	447.62 736	289.21 739

SGM-ForestM	596.69 734	677.77 738	444.52 739	699.85 739	517.25 739	732.94 739	488.29 740	770.79 740	460.11 737	750.81 740	487.98 740	792.79 740	499.41 738	730.90 740	475.81 740	720.03 740	491.16 740	663.96 740	418.60 740	674.76 737	436.05 740

CBMV_ROB	818.48 735	913.88 739	709.52 740	862.84 740	597.78 740	1073.99 740	700.52 741	1015.66 741	702.59 738	1115.65 741	760.02 741	1130.24 741	721.57 739	1037.41 741	692.65 741	814.05 741	564.29 741	843.28 741	595.31 741	915.51 738	602.92 741

real-time stereo	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

111111	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

SGD-Stereo	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

IGEV-Stereo++	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

IGEV-BASED-STEREO-	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

IGEV-Stereo+	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

SDNR	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

anonymousdsp2	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

anonymousdsp	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

test_example2	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742

DIP-Stereo	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 741	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 740	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 742	10000000.00 739	10000000.00 742
Zihua Zheng, Ni Nie, Zhi Ling, Pengfei Xiong, Jiangyu Liu, Hao Wang, Jiankun Li: DIP: Deep Inverse Patchmatch for High-Resolution Optical Flow. cvpr2022

Low-res two-view benchmark